1.5　小结

• 机器学习是一种从数据生成函数而不是直接编写函数的技术。它可以用来解决那些过于模糊而无法直接编程解决的问题。
• 要开展机器学习，通常需要先选择一个模型，即一族通用的数学函数，接下来对模型进行训练，即用某种算法找到这一族函数中最适合的那个。研究机器学习时，最重要的技艺就在于如何选择正确的模型，以及将特定数据集转换成模型能够处理的格式。
• 机器学习有3个主要的领域，分别是监督学习、无监督学习和强化学习。
• 监督学习指利用已知的正确样本数据来学习一个函数。在能够得到人类行为或知识的样本时，可以使用监督学习在计算机上模仿它们。
• 无监督学习是指在事先对数据的结构一无所知的情况下，从数据中抽取结构的算法。它的一个常见应用是将数据集拆分为多个逻辑组，即聚类问题。
• 强化学习指通过反复试错来学习一个函数。如果要编程评估程序完成目标的程度，就可以应用强化学习，通过多次反复试错来逐步改进程序。
• 深度学习是指在机器学习中使用的一种特殊的模型，它擅长处理非结构化的输入（如图像或文本）。它是当今计算机科学中最激动人心的领域之一，而且正在不断地突破我们对计算机能做什么的想法的极限。

[1]　原著中的单字指的是英文字母。——译者注