> 通过本课可以对机器学习有一个宏观了解。 > 本课学习时长评估：20分钟。 ## 机器学习定义 * 是人工智能(AI)的一部分，研究如何让计算机从数据学习某种规律。 ## 机器学习 VS 人工智能 VS 深度学习 * [ ] 跳过"机器学习"，直接"学习深度"学习是不现实的：  * "深度学习"用到很多机器学习的技巧、术语、原理，没有办法做一个空中楼阁，需要一个渐进的过程 * 很多事情，也不一定非要"深度学习"来解决，有些用非深度学习可能解决的更好，用深度学习成本会更高。2013年Face的点击率预测论文，用的是决策树+逻辑回归。* * [ ] 属于AI，不属于ML的例子：  * 如果这个规则是根据经验人工建立的，则只属于AI，不属于ML * 如果是用决策树算法建立的，则属于ML ## 机器学习 VS 数据挖掘 VS 大数据  ## 理解机器学习 * 通过计算机程序，根据数据，去优化某一个评价指标 * 自动的从数据发现规律，使用这些规律做出预测 * 根据过去预测未来 ## 什么是机器学习