什么是机器学习？
机器学习的起源是统计信息和数据数学建模。 机器学习的基本理念是使用过去观察中的数据来预测未知结果或值。 例如：
- 冰淇淋商店的所有者可能会使用一个应用，该应用结合了历史销售额和天气记录，以根据天气预报预测他们可能在给定的一天销售多少冰淇淋。
- 医生可能会使用来自过去患者的临床数据来运行自动测试，以根据体重、血糖水平和其他测量等因素预测新患者是否面临糖尿病风险。
- 南极的一名研究人员可能会利用过去的观测记录，根据鸟类的鳍、喙和其他物理特征的测量结果，自动识别不同种类的企鹅（如阿黛莉、巴布亚或钦斯特拉普）。
机器学习作为函数
由于机器学习基于数学和统计信息，因此通常以数学术语考虑机器学习模型。 从根本上说，机器学习模型是一个软件应用程序，它 封装函数以 基于一个或多个输入值计算输出值。 定义该函数的过程称为 训练。 定义函数后，可以使用它来预测名为 推理的进程中的新值。
让我们探讨训练和推理所涉及的步骤。
训练数据由过去的观察结果组成。 在大多数情况下，观察包括所观察事物的观测属性或 特征 ，以及要训练模型以预测（称为 标签）的已知值。
在数学术语中，特征通常用速记变量名称 x 表示，而标签则用 y 表示。 通常，观察由多个特征值组成，因此 x实际上是矢量（ 具有多个值的数组），如下所示： [x1，x2，x3,...]。
为了更清楚地说明这一点，让我们来看看前面所述的示例：
- 在冰淇淋销售方案中，我们的目标是训练一个模型，该模型可以根据天气预测冰淇淋销售额。 当天（温度、降雨、风速等）的天气度量值是 特征 （x），每天出售的冰淇淋数量将是 标签 （y）。
- 在医疗方案中，目标是根据患者的临床测量预测患者是否面临糖尿病风险。 患者的度量值（体重、血糖水平等）是 特征 （x），糖尿病的可能性（例如 ，1 为有风险， 0 为无风险）是 标签 （y）。
- 在南极研究方案中，我们希望根据企鹅的物理特性来预测企鹅的物种。 企鹅的关键测量值（脚蹼的长度、喙的宽度等）是特征 (x)，物种（例如，0 表示阿德利企鹅，1 表示白眉企鹅，2 表示帽带企鹅）是标签 (y)。
将算法应用于数据，以尝试确定特征与标签之间的关系，并将该关系通用化为可在 x 上执行的计算来计算 y。 使用的特定算法取决于你尝试解决的预测问题类型（稍后对此进行更多讨论），但基本原则是尝试 将数据拟合 到一个函数中，其中特征的值可用于计算标签。
算法的结果是将算法派生的计算封装为函数的模型 - 让我们将其称为 f。 在数学表示法中：
y = f（x）
训练 阶段完成后 ，训练的模型可用于 推理。 该模型本质上是一个软件程序，用于封装训练过程生成的函数。 您可以输入一组特征值，并接收对应标签的预测结果。 由于模型的输出是由函数计算的预测值，而不是观察值，因此通常会看到函数的输出显示为 ŷ（这种表达方式生动地被称为“y-hat”）。