1.1 机器学习概述

机器学习（Machine Learning）是计算机科学的子领域，也是人工智能的一个分支和实现方式。卡内基梅隆大学教授汤姆·米切尔（Tom Mitchell）在1997年出版的Machine Learning一书中指出，机器学习这门学科所关注的是计算机程序如何随着经验积累，自动提高性能。他同时给出了形式化的描述：对于某类任务T和性能度量P，如果一个计算机程序在T上以P度量的性能随着经验E而自我完善，就称这个计算机程序在从经验E学习。

机器学习主要的理论基础涉及概率论、数理统计、线性代数、数学分析、数值逼近、最优化理论和计算复杂理论等，其核心要素是数据、算法和模型。