机器学习是什么意思？
在开始学习机器学习之前，先对”人工智能“、”机器学习“、”深度学习“三者的区别做个简单了解。
人工智能：artificial intelligence,简称AI.指在计算机科学的基础上，综合数学、信息论、心理学等知识，制造能模拟人类智能行为的计算机系统的学科。
机器学习：机器学习是通过数据或以往的经验自动改进计算机算法的研究。
深度学习：深度学习是机器学习的分支，是一种使用多重非线性变换构成的多个处理层对数据进行高层抽象算法。
学习是人类具有的一种重要智能行为，但究竟什么是机器学习，长期以来却众说纷纭。社会学家、逻辑学家和心理学家都各有其不同的看法。
那么机器学习到底是什么？
直白来说，机器学习就是运用集成运算单元根据人类大脑的学习方式，进行模拟学习的一类学科。举个简单的例子，假设今天周一，机器人‘小明’要去上学，下雨了就没法去学校了，那么我们需要让小明知道如果下雨，那么不去上学；如果天晴，那么就去上学。这事给小明一个训练集（类似于练习题，做一次，错了就给正确答案了，对了更好），经过我们人类事先给好习题和答案，小明能够知道下面这个逻辑：
此时学校规定，除非雨大到水位250px才可以不来上学。这时小明又要开始判断了。
当雨水不足以阻挡小明去上学，那么问题又来了？小明是该打车去还是坐公交去呢？假如第一标准是八点之前必须到学校，第二标准是尽量不要淋雨，第三标准是花的钱要少。假设三个标准的权重分别是0.5，0.3，0.2 。此时小明要对已经比较复杂的状况进行选择了。
如果小明考虑小明怎么走路才能更有效率，在中途打车时怎么跟司机交流呢？司机不可能只说一句话吧。如果小明能应对司机所说的每句话，假设司机一般只说3类话（上车，去哪，多少钱）。每一类话的表达方式有很多种吧（‘来，上车’、‘小伙子快上来外面有雨’），假设每类话有30种可能，那光跟司机交流的可能话语就有30的3次方中可能，也就是说需要2.7万个谈话练习题（样本）就能保证小明能跟司机完成最基本的交流。
机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。
专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
它是人工智能的核心，是使计算机具有智能的根本途径。
它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。
机器不是人工智能，更不具备人工智能的程序，相反，机器是二次工业革命的产物，不管是哪种机器都是按照一定轨迹运行，但是，赋予了人工智能，机器就会发生变化，不到人工智能操作，它是不听人的话的。而当同样的机器能够实现人工智能机器人后，它就会变得越来越聪明起来，不过仍还是做机器运动而已，表面看机器没有人工智能，就等于是一部死机器，但是，通过人工智能的注入，机器却变得越来越活跃起来，这就是机器的学习过程，假设没有人工智能的运用，就不会有机器人的出现，这是不争的事实。
我的理解，首先，从理论方面来讲，机器学习是一种基于统计的学习，是数据驱动的；其次，从应用层面来讲，是让机器从数据中自动学习。第三，从学习流程来讲，从数据开始，建立一个模型空间，然后再确定一个评价模型的策略，最后选择一种优化方法来训练模型，得到一个最好的模型，来对新数据进行预测或者分析。希望对你有用，可以关注我的头条号，我会不定期发布一些相关知识，大家共同学习。
标签： 官方天气预报正版
