介绍

机器学习在许多方面都是数据科学和软件工程这两个学科的交集。 机器学习的目标是使用数据创建可合并到软件应用程序或服务中的预测模型。 为了实现此目标，需要在数据科学家之间协作，他们先浏览和准备数据，然后再使用它 来训练 机器学习模型，以及将模型集成到用于预测新数据值的应用程序（称为 推理过程）的软件开发人员之间。

机器学习的起源是统计信息和数据数学建模。 机器学习的基本理念是使用过去观察中的数据来预测未知结果或值。 例如：

• 冰淇淋商店的所有者可能会使用一个应用，该应用结合了历史销售额和天气记录，以根据天气预报预测他们可能在给定的一天销售多少冰淇淋。
• 医生可能会使用来自过去患者的临床数据来运行自动测试，以根据体重、血糖水平和其他测量等因素预测新患者是否面临糖尿病风险。
• 南极的一名研究人员可能利用过去的观测，根据鸟的鳍、喙和其他身体特征的测量，自动识别不同的企鹅物种（如阿黛莉、根图或钦斯特拉普）。