我理解的机器学习

我理解的机器学习是这样子的，我们已知一个问题，而且这个已知问题存在经验解或者说经验值，如何利用这些已知的经验值求解出一个数学模型，使这个数学模型能预测问题的解，当然这个数学模型首先要贴合经验值，作为检验数学模型的有效性，如果完全满足经验值，存在这过拟合的风险，也就是说模型的扩展性不好，适当的欠拟合有利于模型的扩展性