1959年，麻省理工学院工程师亚瑟·塞缪尔(Arthur Samuel)将机器学习描述为“使计算机在没有明确编程的情况下进行学习”。当时的塞缪尔正在忙于创建自己的计算机：他设想的自动检查程序有一天将击败世界顶级棋手。
2、机器学习的另一个重要发展：互联网。
互联网的出现提供了一大批累积的数据，有了这么多信息，似乎就只剩一件事情要做：找到一种方法，将其组织成有意义的模式——机器学习最重要的角色。
3、大数据是机器学习的基本组成部分。
大数据本质上就是大量的数据。也就是社交媒体公司，搜索引擎，甚至不断收集信息的麦克风和摄像机产生的所有信息。
4、算法对这些庞大的信息进行分类整理及分析，并进行预测。
大量的数据为机器学习算法提供“燃料”，使这些算法能够获得一种预测未来行为和预测即将出现的问题的方法。
淘宝的商品推荐功能就是最常见的例子，它会读取您的偏好和购买习惯，然后向您推荐您可能感兴趣的其他产品。
5、通过收集的信息来辨别模式并预测新的模式，这就是机器学习的全部。
机器学习与人类学习不同，机器只知道你告给它的东西：计算机不能表达好奇心或凭空作出推断。
例如，如果您在一个视频网站上观了很多科幻电影，您就会从推荐列表中看到很多没看过但是自己可能会喜欢的电影。不过，这只是一个数学方面的问题，仅仅基于视频网站的数据——如果你从来在该视频网站上看过科幻片，那么这个系统可能永远不会给你推荐类似的电影。
6、机器学习的应用已经遍及我们的日常生活。
机器学习就在我们身边：它向我们发送通知消息，包括微博热点，关注的人刚发的动态，我们在手机地图上搜到的交通路线，垃圾邮件过滤，甚至是我们银行信息的安全。
7、而近几年，机器学习已经发生了根本性的变化。如今，机器只需要最少的人工干预即可学习。
通过机器学习，技术人员搭建神经网络模仿人类大脑的工作方式。反过来，神经网络能够进行深度学习，这种结果已经使计算机系统可以取代部分人类智能。
8、机器学习在人工智能的发展中起着关键的作用。
人工智能(AI)与机器学习经常被混淆，但它们不是一回事。人工智能是指机器执行智能任务的能力，而机器学习是指机器清除数据中有意义模式的自动化过程。没有机器学习，人工智能无法实现。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/4549/viewspace-3121428/ ，如需转载，请注明出处，否则将追究法律责任。
