第一部分 機器學習的基礎知識

第1章 機器學習概覽

不久前，如果你拿起手機問它回家的路，它會不理你，人們會質疑你的理智。但機器學習不再是科幻小說：每天都有數十億人在使用它。事實上，它已經在一些專業應用程序中存在了幾十年，例如光學字符識別（Optical Character Recognition，OCR）。第一個真正成為主流、改善數億人生活的ML應用程序在20世紀90年代風靡全球：垃圾郵件過濾器。它不完全是一個具有自我意識的機器人，但它在技術上確實稱得上是機器學習：它實際上學得非常好，以至于你很少需要再將電子郵件標記為垃圾郵件。緊隨其后的是數百個ML應用程序，它們現在悄悄地為你經常使用的數百種產品和功能提供支持：語音提示、自動翻譯、圖像搜索、產品推薦等。

機器學習從哪里開始，又在哪里結束呢？機器進行學習到底意味著什么？如果我下載了所有維基百科文章的副本，我的計算機就真的學會了什么嗎？它突然變聰明了嗎？在本章中，我將首先闡明什么是機器學習，以及你為什么想要使用它。

在我們開始探索機器學習大陸之前，我們先看一看地圖并了解這片大陸上的主要區域和最顯著的地標：監督學習與無監督學習及其變體、在線學習與批量學習、基于實例與基于模型的學習。然后，我們將了解典型機器學習項目的工作流程，討論你可能面臨的主要挑戰，并介紹如何評估和微調機器學習系統。

本章將介紹每個數據科學家都應該牢記的許多基本概念（和專業術語）。雖然本章是概述（這是唯一沒有太多代碼的一章），相對簡單，但我的目標是確保在我們繼續閱讀本書的其余部分之前，一切對你來說都是非常清楚的。所以喝杯咖啡，開始學習吧！

如果你已經熟悉機器學習基礎知識，你可以直接跳到第2章。如果你不確定，可以嘗試回答本章末尾列出的所有問題，然后再繼續。