如何要对机器学习进行定义，那么什么是机器学习？
本文主要内容
本文定义了什么是机器学习，而且还大概论述了一下机器学习中的一些算法，监督学习、非监督学习、推荐系统等，这些算法在我们之后的课程中都会学到。
现阶段关于机器学习比较正式的一个定义是：由来自卡内基梅隆大学的Tom 提出，一个好的学习问题定义如下，一个程序被认为能从经验 E 中学习，解决任务 T，达到性能度量值P，当且仅当，有了经验 E 后，经过 P 评判，程序在处理 T 时的性能有所提升。
拿下棋来举例，经验E 就是程序上万次的自我练习的经验而任务T就是下棋。性能度量值 P呢？就是它在与一些新的对手比赛时，赢得比赛的概率。
本课程会教我们几种比较常用的学习算法，主要有两种类型，我们称之为监督学习和无监督学习。在接下来的课程中会主要讲解监督学习和非监督学习，并且从工程的角度来给出这两种机器学习算法的应用的建议。将讲解机器学习中的监督学习和非监督学习之间的区别和联系，之后就会开始讲解机器学习的算法了。