机器学习第二问 --- 机器是如何学习的？（How can machine learn?）
简单来说，机器学习是这样的一个过程：输入我们收集的训练数据，通过学习算法检验所有可能的假设（假设用函数表示），找到一个最近似于真实规律的假设。如下图所示：
一些术语：
- 特征（Feature）：，输入的一些描述
- 目标（Target）：，特征所对应的分类或值，比如说某个肿瘤是良性的还是恶性的，或者某个房子可以卖多少钱
-
真实的目标函数（True Target Function）：，特征和目标之间的真实规律，用函数表示
- 训练数据（Training Data）：，是之前积累的记录，在现实生活中，训练数据是有噪声的，比如说记录错误，缺失值，测量误差等
- 假设集（Hypothesis Set）：H，所有可能表示特征和目标之间规律的函数
-
学习到的函数（Learned Formula）：
-
机器学习算法（Learning Algorithm）：