机器学习是什么？

当今，统计数据无所不在。从一张图片，到一段曲子，再到一则该文，统计数据弥漫着他们的生活，并且在相当一段时间内，统计数据仍然会是数字当今世界的主体。而机器学习给予了他们从这些无穷的的统计数据中找寻规律并加以借助的可能将。

在这一系列该文中，他们将一起揭秘人工智慧的当今世界，共同品位艺术、积极探索科学和掌握机器学习的辅助工具。沿途，我将为你展现出机器学习的气质并指导你顺道感受整个创造的操作过程。千里之行，始于足下，他们将从概念已经开始，逐渐深入细致到它们背后的用例。

人类文明对统计数据的积极探索何止于当下

Arthur C. Clarke 曾讲过：

一已经开始你会觉得机器学习犹如般地一般诡谲，但当你深入细致其中，会辨认出它是一大堆用来从统计数据中挖掘信息的辅助工具。

▌统计数据就在他们身边

在过去，人们往往透过分析统计数据，并针对统计数据商业模式的变动来网络连接应用软件产品。但是，当统计数据耗电量超越人类文明的交互或商业模式制定潜能之后，他们不得不倾向于采用那些可以从统计数据独立自主总结概括的方式，尤其是从变动的统计数据中独立自主学习的应用软件产品。

▌机器学习早已无所不在

现如今他们能够在将现实生活当中循著机器学习的踪迹，但却忽略了一些难以辨认出的应用领域。比如说你可能将辨认出快照应用领域手动为相片分门别类是借助了机器学习演算法，却可能将没有意识到，YouTube 等音频网站、Google 等搜寻发动机的所推荐演算法也亦不例外机器学习。

如你所愿，也许当前最庞大和复杂的机器学习控制系统是 Google 搜寻了。每一次你「Google」某一URL的操作过程，是在采用一个于应用软件Mach大量运用机器学习的控制系统（从理解你索引的文档，到根据用户的个人偏好调整搜寻结论）。例如当你搜寻「Java」时，机器学习将透过判断你的身份（比如说是开发人员却是却是红酒大拿，亦或是两者兼具之）来选择哪些结论优先选择显示在你面前。

现如今，机器学习的直接应用领域已经非常广为了，包括人脸识别、诈欺检验、所推荐发动机、文档和音频控制系统等等。这种强大的潜能被广为应用领域于高血压角膜炎症、乳癌检验到零售和手动排档与手动驾驶运输控制系统等等领域当中。

▌备受期待的特性

不久以前，人们普遍认为一个公司或是一款产品在其产出中采用机器学习简直是痴人说梦。现在，每个公司都在积极探索将机器学习应用领域到自身产品的方法。这已然成为对产品的一种预期。正如当初他们希望每个企业都有一款好用的 App 或者一个漂亮实用的网站那样，不久的将来，人们将会希望这些技术或服务都更加个性化，都能深入细致洞悉用户需求并且还具备一定的自我纠错潜能。

他们希望机器学习能够让现今的任务办得更好、更快、更轻松，同时也希望在未来，机器学习可以帮助他们实现一些曾经透过人力无法完成的工作。

他们应当庆幸，要充分发挥机器学习的优势并不困难。利刃早已磨好，你要的是统计数据、开发人员和强大的意志力来挥舞宝刀！

▌用统计数据来解决问题

此处他们可以将机器学习的定义简化为7个字：

『施以统计数据解难题』

这一表述也许过度简化了，但足以充分表达他们的目标。尤其是当他们将这句话拆分成两个部分：「施以统计数据」和「解难题」，他们会辨认出两者充分勾勒出机器学习的两个重要层面（训练和预测）。

「施以统计数据」也是常说的「训练」，而「解难题」则被当作是「预测」或是推理的操作过程。

将这两者联系起来的部分叫做模型。他们采用统计数据集来训练模型以实现更好、更有用的预测。训练完成后，这一模型就可以透过部署来预测未曾出现过的统计数据。

▌统计数据是金钥

如你所见，在整个流程中最关键的部分是统计数据。将统计数据比作机器学习的核心，有如将机器学习比作开启统计数据洞察殿堂的金钥。

▌接下来呢？

这篇该文仅仅只是在鸟瞰机器学习，解答为什么它如此有用，当然，他们也列举了它的一些应用领域。机器学习是一个非常广阔的领域，涵盖了一整个与「从统计数据推断答案」相关的技术栈群。之后，他们将致力于为大家提供如何根据给定的统计数据集和问题挑选合适的方法来解答，同时还会提供相关的实现辅助工具。

这是 Cloud AI Adventures 系列的首个分享。下一次，他们会更详细深入细致探究机器学习的操作过程，透过一个公式一步一步剖析怎样解决机器学习问题。

向 Sara Robinson 致谢！

「注」：Arthur C. Clarke 是英国著名科幻小说家、科学作家、未来主义者，同时却是著名的水下探险家、发明家和知名电视节目主持人。他和罗伯特•海因莱因及艾萨克•阿西莫夫并称科幻小说界三巨头，曾与库布里克合写了《2001太空漫游》的剧本。

▏原文出处：What is Machine Learning

Whats the Difference Between Artificial Intelligence, Machine Learning, and Deep Learning?

▏音频出处：YouTube – What is Machine Learning?

▏字幕翻译：谷创字幕组

▏该文编辑：