人类和机器学习模型的学习方式
机器学习模型的训练方式与人类的训练方式类似。 那么人类如何进行学习呢？
如果你走进一片区域，该区域生长着五种你从未见过的浆果，你会怎么做？ 假设要求你随机摘取 100 个浆果，并且这五种不同浆果类型中每一种至少摘取一个。 你被会告知所摘取的浆果的名称，每种浆果对应一个名称。 有树莓、蓝莓、黑莓、草莓和越橘莓。 摘取的其他 95 个浆果也属于这些浆果类型。
通过为这五种不同的浆果类型命名，你确定可以识别随机摘取的剩余 95 个浆果的类型。 也许有些黑莓还没有成熟，看起来比较小并且有点像树莓。有些蓝莓还没有成熟，看起来有点像越橘莓。 但即便如此，对于这 100 个浆果来说，你明确知道每个浆果所属的类型，并且能够按照类型分类。
接下来，要求你在相邻的新区域只收集树莓。 你相信自己知道树莓长什么样子：
你完成此任务并成功收集 10 个树莓！
回顾一下，最初的 100 个浆果位于初始数据集。 已向你提供输入（100 个浆果）和输出（浆果所属类型），然后你对自己进行了训练，以便能够识别所摘取的浆果。
然后对你进行了测试。 在浆果的新区域中，给定任何输入的情况下，识别浆果的类型，并只选择一个输出，即树莓。 你在浆果种植园行走时，看到了其他浆果（输入）。 你测试了浆果的心理模型，然后只摘取了树莓。 此时，你认为浆果的心理模型是 100% 精确的。
但随后，你看到一种与树莓类似但略有不同的浆果植物。 你不知道的是，在新的浆果采摘区域实际上有六种浆果。 你确实找到更多的树莓，但还收集了一些其他浆果，因为你认为它们可能实际上就是树莓，尽管看起来略有不同：
新的浆果品种和树莓看起来不同于其他四种类型的浆果，但它们看起来很相似。 但不是同一种类型的浆果。 你摘取的新品浆果是糙莓。
在这种情况下，数据集就不够广泛。 仅仅因为你认为它们属于以上五种浆果类型之一，并且不知道有有超过五种的浆果类型，而将糙莓和树莓放在一起，这是不准确的做法。 因为你不知道你需要知道的所有信息是否准确，所以实际上你对浆果的识别没有想象中那么准确。
识别浆果可能看起来微不足道，但其意义同样适用于机器学习解决方案。 这些类型的解决方案影响到人们的生活时（如火箭发射），必须避免出现此类数据分析错误。