第1章 引言

機器學習（machine learning）是從數(shù)據(jù)中提取知識。它是統(tǒng)計學、人工智能和計算機科學交叉的研究領域，也被稱為預測分析（predictive analytics）或統(tǒng)計學習（statistical learning）。近年來，機器學習方法已經(jīng)應用到日常生活的方方面面。從自動推薦看什么電影、點什么食物、買什么商品，到個性化的在線電臺和從照片中識別好友，許多現(xiàn)代化網(wǎng)站和設備的核心都是機器學習算法。當你訪問像Facebook、Amazon或Netflix這樣的復雜網(wǎng)站時，很可能網(wǎng)站的每一部分都包含多種機器學習模型。

除了商業(yè)應用之外，機器學習也對當前數(shù)據(jù)驅動的研究方法產(chǎn)生了很大影響。本書中介紹的工具均已應用在各種科學問題上，比如研究恒星、尋找遙遠的行星、發(fā)現(xiàn)新粒子、分析DNA序列，以及提供個性化的癌癥治療方案。

不過，如果想受益于機器學習算法，你的應用無需像上面那些例子那樣給世界帶來重大改變，數(shù)據(jù)量也用不著那么大。本章將解釋機器學習如此流行的原因，并探討機器學習可以解決哪些類型的問題。然后將向你展示如何構建第一個機器學習模型，同時介紹一些重要的概念。