机器学习最初的雏形是垃圾邮件过滤器 1990年代 他虽然没有自我感知能力但是根据邮件内容判断该邮件是否为垃圾邮件已经具有机器的的最初模型.
在进入到机器学习算法之前我们先搞懂几个问题
什么是机器学习
1959年阿瑟·塞缪尔给出了机器学习的定义
Machine
Learning is the field of study that gives computers the ability to
learn
without being explicitly programmed.
翻译过来就是机器学习是让电脑拥有从数据中自我归纳总结的能力.
所以机器学习最重要的一点是自我归纳总结的能力.
为什么我们需要机器学习
试想这么一种情景,我们可以用很复杂判断程序去分辨垃圾邮件中常见的单词比如”特惠””复制此段代码到淘宝”,但垃圾邮件制造者们会根据这些被侦测到的热词改变自己的广告策略比如”赋值到涛包”.那么我们耗费大量时间和精力制作的拦截器就失去了原有的作用.
但我们如果将机器学习加入到过滤器当中,当有用户手动标记垃圾邮件的时候,过滤器就会根据这些没有被侦测到的垃圾邮件中归纳总结出新的热词扩充到拦截库中.
而另一种十分适合机器学习的领域是语音和图像识别,我们没有一种公式可以准确的量化每一个字的发音,也就是我们没法通过普通的构建程序进行语音识别.
在这种没有准确公式的领域,机器学习是一种十分有效快捷的工具.