机器学习实战：基于Scikit-Learn、Keras 和TensorFlow （原书第2 版）

14

｜

第

1

章

1.1 什么是机器学习

机器学习是一门通过编程让计算机从数据中进行学习的科学（和艺术）。

下面是一个稍微通用一点的定义：

机器学习是一个研究领域，让计算机无须进行明确编程就具备学习能力。

—

亚瑟

·

萨缪尔（Arthur Samuel）， 1959

更工程化的概念：

一个计算机程序利用经验

E

来学习任务

T

，性能是

P

，如果针对任务

T

的性能

P

随着经

验

E

不断增长，则称为机器学习。

—

汤姆

·

米切尔（Tom Mitchell）， 1997

例如，垃圾邮件过滤器就是一个机器学习程序，它可以根据垃圾邮件（比如，用户标记

的垃圾邮件）和普通邮件（非垃圾邮件，也称作 ham）学习标记垃圾邮件。系统用来进

行学习的样例称作训练集。每个训练样例称作训练实例（或样本）。在这个示例中，任

务

T

就是标记新邮件是否是垃圾邮件，经验

E

是训练数据，性能

P

需要定义。例如，可

以使用正确分类邮件的比例。这个性能指标称为准确率，通常用在分类任务中。

如果你只下载了一份维基百科的副本，虽然你的计算机有了很多数据，但不会在任何工

作中变得聪明起来。因此，下载一份维基百科的副本不是机器学习。

1.2 为什么使用机器学习

思考一下，你会如何使用传统的编程技术写一个垃圾邮件过滤器（见图 1-1）：

1.　你会先看一下垃圾邮件一般都是什么样子。你可能注意到一些词或短语（比如 4U、

credit card、free、amazing）在邮件主题中频繁出现，也许还注意到一些在邮件的发

件人名字、正文和其他地方会出现的一些固定模式，等等。

2.　你会为观察到的每个模式各写一个检测算法，如果检测到了某个规律，程序就会将邮 ...