開始使用機器學習

機器學習是程式設計計算機的科學（和藝術），因此他們可以從資料中學習。

一個更正式的定義：

正是研究領域使計算機無需明確程式設計即可學習。亞瑟·塞繆爾，1959 年

更加面向工程的定義：

據說計算機程式可以從經驗 E 中學習一些任務 T 和一些績效測量 P，如果它在 T 上的表現，由 P 測量，隨著經驗的提高而改善 E. Tom Mitchell，1997

資料來源：“使用 Scikit-Learn 和 TensorFlow 的動手機器學習由 AurélienGéron（O’Reilly）。版權所有 2017AurélienGéron，978-1-491-96229-9。“

機器學習（ML）是電腦科學領域，由人工智慧研究產生。與其他形式的分析相比，機器學習的優勢在於能夠發現隱藏的見解並預測未來看不見的輸入（概括）的結果。與明確宣告操作的迭代演算法不同，機器學習演算法借用概率論中的概念來選擇，評估和改進統計模型。