机器学习从何处来，该到何处去？（一）

今天下雨了，昨天说的拍照也无法兑现了，今天再挖一个坑，需要几天才能填好！

不过机智如我，自然有着程序猿的一贯的优秀品质，只要一个ctrl、c，还有v，什么样的坑填不上？？？更遑论挖坑容易种树难，种树不难活树难，活树之后要开花，开花还要能结果，结了果子喂傻蛋，树下一砸一大串。

机器学习属于人工智能 （AI，Artificial intelligence）的一个重要分支，即使是一个分支，机器学习是一个特别宽泛的概念，包括所有使用计算机完成特定任务的算法，也可以理解成对特定问题的抽象与建模。从建模的角度来说，传统的基于统计学的建模也可以包含在机器学习的广义范畴中，狭义上我们所说的机器学习一般指可训练的机器学习算法。

尽管近年来机器学习取得的突破性成果频现报端，但其发展的时间并不长。机器学习发端于20世纪50年代，机器学习的名词于1959年由阿瑟儿·三喵（ Arthur Samuel） 提出，他当时任职于美国IBM，是计算机游戏与人工智能领域的先驱。

所谓先驱么，就是有坑他先躺，有果后人尝。机器学习的发展在此后也并非一帆风顺，可谓是几经波折，说起来都是一把辛酸泪啊！我在这边先给各位看官老爷捋一捋：

1950年以前是统计学模型的时代，是以贝叶斯理论和马尔代夫链为重要基础的研究阶段。其中贝叶斯理论最早于1763年由脱马撕•贝叶斯（Thomas Bayes）在其去世前两年建立了贝叶斯理论的重要基础，随后在1812年有皮眼晒懵•拉普拉斯（Pierre-Simon Laplace）正式提出了后来我们所熟知的贝叶斯理论。马尔可夫链由俺的瑞•马尔可夫于1913年提出。机器学习中最重要的概念，相似性度量，也在这个时期有了重要发展，其标志性的成果是俺的瑞恩（Adrien-Marie Legendre）在1805年发现和提出的最小方差。1950年前的200年间，这个几个理论和发现为后续的机器学习奠定了十分重要的基础。

时间来到1950年，一个在计算机史上不可一世的牛人阿兰（Alan Turing）提出了机器学习可以学习并发展出人工智能。随后提出了著名的图灵测试。后来我们知道，他因为咬了一个毒苹果之后永远的离开这了这个对他不友好的世界，随后这个苹果成为了有史以来最牛*的数码公司。

1951年，神经网络面世了，第一个构建神经网络的是b马温（Marvin Minsky）和蛋（Dean Edmonds）。1957年，腐蓝客（Frank Rosenblatt）发明的感知机（Perceptron）。神经网络与感知机的提出为机器学习后续的发展埋线了重要的伏笔，可谓是败也萧何，成也萧何！

在同时代，我们上文提到的三喵也没闲着，在1952年弄了一个可以下棋的计算机程序，也只有当时的IBM有这闲心干这类的事情。

1950年代可谓是机器学习崭露头角的时代，机器学习、图灵测试、人工智能相继走入了我们的视野，一场轰轰烈烈的大潮即将来袭！