什么叫机器学习？

机器学习中的学习是指执行程序。意为机器通过对大量数据的处理得出一种结果。

这种结果可能是对参数的优化。

例如，一家银行想分析对什么人放贷，才能获取最大的效益，这就要分析这个人的还贷能力，那么对这家银行以往的数据进行分析，可以得到一个类似于还贷能力的参数，用这个参数与这个人的实际情况进行比较，若小于这个参数，那么他无力偿还贷款的几率就比较大，而机器学习在其中扮演的角色就是对这个参数进行优化，得出误差最小的情况。

这种结果也可能是对一系列数据的一种总结结构，即将这些数据分类。

例如，一家公司想知道什么样的人才是他们的客户，那么对这家公司的现有数据进行分析，就会将这些已有客户按照一种逻辑分成不同的组别，就可以为这些不同的组别提供不同的服务，而这些组别中可能存在孤立的点（即不属于任何一类组别的人），那么这个孤立的客户就有可能是这家公司潜在用户的代表。

为什么需要机器学习？

在实际生活中，我们想要机器协助我们去完成一些工作，但是我们无法用一个确定的指令集来描述这个工作（不存在一种确定的算法），因为我们无法完全总结出这个过程，当我们看到一个数字8时，无论它与印刷体有多大的不同，但是在我们的意识之中它就是数字8，而不是一些像素点的无须排列，但是我们无法解释给机器听，无法用一种确定的算法来描述这个过程，因为我们不知道为什么图像被我们识别为8，但是我们知道这其中一定有一定的规律，这时我们就希望机器去分析这些模式或规律，最终来获得这种规律。