機(jī)器學(xué)習(xí)是計算機(jī)科學(xué)的一個子領(lǐng)域，根據(jù)Arthur Samuel在1959年提出的，它賦予“計算機(jī)在不被明確地編程的情況下學(xué)習(xí)的能力。”1_是人工智能中模式識別和計算學(xué)習(xí)理論研究的進(jìn)展，2_機(jī)器學(xué)習(xí)探索了學(xué)習(xí)數(shù)據(jù)和對數(shù)據(jù)進(jìn)行預(yù)測的算法的研究和構(gòu)造.3.這種算法通過進(jìn)行數(shù)據(jù)驅(qū)動的預(yù)測或決策來嚴(yán)格遵循靜態(tài)程序指令克服，4.2通過從樣本i建立模型。NETP.機(jī)器學(xué)習(xí)用于一系列計算任務(wù)，其中設(shè)計和編程具有良好性能的顯式算法是困難或不可行的；示例應(yīng)用包括電子郵件過濾、檢測網(wǎng)絡(luò)入侵者或?qū)?shù)據(jù)泄漏進(jìn)行工作的惡意內(nèi)部人員，5_光學(xué)字符識別（OCR），6學(xué)習(xí)排序，計算機(jī)視覺。

　　機(jī)器學(xué)習(xí)與計算統(tǒng)計學(xué)密切相關(guān)（并且經(jīng)常與計算統(tǒng)計學(xué)重疊），計算統(tǒng)計學(xué)還著重于通過使用計算機(jī)進(jìn)行預(yù)測。它與數(shù)學(xué)優(yōu)化有很強(qiáng)的聯(lián)系，它為該領(lǐng)域提供了方法、理論和應(yīng)用領(lǐng)域。機(jī)器學(xué)習(xí)有時與數(shù)據(jù)挖掘相混淆，后者更側(cè)重于探索性數(shù)據(jù)分析，被稱為無監(jiān)督學(xué)習(xí)。然后用來發(fā)現(xiàn)有意義的異常。

　　在數(shù)據(jù)分析領(lǐng)域中，機(jī)器學(xué)習(xí)是一種用來設(shè)計復(fù)雜模型和算法的方法，用于預(yù)測；在商業(yè)應(yīng)用中，這被稱為預(yù)測分析。這些分析模型允許研究人員、數(shù)據(jù)科學(xué)家、工程師和分析師“產(chǎn)生可靠的、可重復(fù)的決定和結(jié)果”，并通過學(xué)習(xí)數(shù)據(jù)中的歷史關(guān)系和趨勢來發(fā)現(xiàn)“隱藏的見解”。

?

　　到2016年，機(jī)器學(xué)習(xí)是一個時髦詞匯，根據(jù)Gartner的2016年宣傳周期，在其膨脹的期望高峰期。12_有效的機(jī)器學(xué)習(xí)很難，因為很難找到模式，并且常常沒有足夠的訓(xùn)練數(shù)據(jù)可用；結(jié)果，機(jī)器學(xué)習(xí)程序往往無法交付。
?