机器学习的本质是什么？

拟未科技四种定义机器学习的方法：第一种是根据机器学习的优化过程，抽象地定义；第二种更有规范性，并指出计算在机器学习中的重要性；第三定义侧重于 “学习” 的哪些方面在机器学习过程中是类似的和重要的；最后一个定义从算法的角度。

【编者按】何谓“机器学习”，学界尚未有统一的定义。本文摘取Tom Mitchell、Christopher M. Bishop、去年出版的《深度学习》和侧重实战的《数据挖掘》，总结了四种机器学习主流定义。更好地研究“机器学习”，并继续扩展和完善它的定义，也有助于我们理解机器学习的本质。

文章转载自“新智元”，编辑肖琴，原文来源kdnuggets，原作者Matthew Mayo，经编辑发布，供业内人士参考。

---

你或许已经读过许多关于机器学习的深度和和半深度的文章，并探讨了机器学习与众多其他主题的关系。在讨论如此复杂的概念时，回到最初的一些共同参考资料总是一个好主意；问题是，对于机器学习这样的主题，存在无数这样的参考资料。

所以我想，为什么不研究一下这些参考点呢？

这是一篇不那么严肃的帖子，旨在探讨机器学习的本质。