台湾大学林轩田机器学习基石课程学习笔记1--The Learning Problem
作者：一只特立独行的猫
正在学习NTU林轩田的《机器学习基石》课程，个人感觉讲得非常好。整个基石课程分成四个部分：
1.When Can Machine Learn?
2.Why Can Machine Learn?
3.How Can Machine Learn?
4.How Can Machine Learn Better?
每个部分由四节课组成，总共16节课。那么从这节课开始，我将连续对这门课做课程笔记，共16篇。下面开始第一节课的笔记：The Learning Problem.
一、What is Machine Learning?
什么是“学习”？学习就是人类通过视觉（看）、听觉（听）、嗅觉（闻）、触觉（摸）等积累经验，掌握某项技能或能力。就像我们从小识别字母、识别汉字，就是学习的过程。而机器学习（Machine Learning），顾名思义，就是让机器（计算机）也能像人类一样，通过观察大量的数据，经过训练，获得某种分析问题，解决问题的能力或技能（模型）。
机器学习可以被定义为：Improving some performance measure with computed from data.也就是机器从数据中总结经验，从数据中找出某种规律或者模型，并用这种规律或者模型来解决实际问题。
什么情况下会使用机器学习来解决问题呢？其实，目前机器学习的应用非常广泛，基本上任何场合都可以看到它的身影。其应用场合大致可归纳为三个条件：
（1）事物本身存在某种潜在规律
（2）某些问题难以使用普遍编程解决
（3）有大量的数据样本可供使用
二、Applications of Machine Leaening
机器学习在我们的衣、食、住、行、教育、娱乐等各方面都有广泛的应用，我们的生活处处离不开机器学习。比如，打开网购网站，网站就会自动推荐我们可能会喜欢的商品；电影频道会根据用户的浏览记录和观影记录，向不同用户推荐他们可能喜欢的电影等等，到处都有机器学习的例子。
How can machines learn our preferences?
