帶你深度理解「機器學習」
機器學習是什麼？
理解這個概念，需要理解它的原理才可以。
機器學習是為了模擬人類學習新東西總結經驗，通過總結出的經驗，推測新事物的過程。
簡而言之，這，就是機器學習。換句話說，就是機器通過已有數據（數據包括數字、文字、圖片、音影片等），找到某種它們之間的內在關係/規律，進而構造出一個預測模型。當要判定未知事件的發生時，我們可以採用這個模型來預測，得到一個結果。
這樣說好像還是很抽象。打個比方，買股票的人都想買到好的股票，那麼，一個人想買到好的股票該怎麼辦？當然是通過股票之前的數據來進行預測啦。通過股票以往的數據，得到一個預測模型，再通過這個模型來預測股票是會漲還是跌。這個模型其實就是機器學習。
因此，機器學習的對象是數據；依靠已有數據建立模型，建立模型就是機器學習的核心（建立模型的核心是演算法，因此也說演算法是機器學習的核心），機器學習達到的結果是對未知對象進行預測（比如上面說的預測股票會漲還是會跌）。
拓展
弱人工智慧、強人工智慧與強化學習：
弱人工智慧擅長單個領域；強人工智慧有類似人類的「思維」，是類似於人類的人工智慧，擅長多個領域；而強化學習就是在不斷的試錯過程中得到經驗找到預測模型，這個預測模型趨於理想模型。
舉個例子，我們通常所說的「掃地機器人」其實就屬於弱人工智慧，「掃地機器人」除了能掃地，它不能做其他的事，比如洗衣服做飯等等。而強人工智慧，（可能不太恰當）指的就是有類似人類所具有的一切能力的機器人，比如洗衣做飯、打掃衛生、思維感知等等。強化學習就類似我們高中時做題，先做題，經過一次次的失敗後掌握了做題經驗和做題規律，之後再遇到類似的題就能夠通過已有經驗或規律做出來了。
