今天又重温了吴恩达的机器学习课程，突然觉得好像突然明白了到底什么是机器学习
其实我们都被”学习“这两个字吓住了，误导了，潜意识里就把机器当作人来看，就天真的认为，机器会想让人一样会思考，会学习，这是最大的误区，成为我们学习路上的最大的误导，但是很少人会知道。
其实机器学习更像是一种算法，而这个算法是怎样得到呢，通过你对你写的程序不断输入数据经验得来的，算法肯定需要通过外来的数据才能不断的实现，算法生成实现后，就会应用在新的数据上，这就像疫苗的生成过程一样，通过疾病的生成而促进了疫苗的生成，反过来这些疫苗会作用在新的疾病上，通过这二者的相互作用来不断增强该疫苗的药效，这不就是不断地学习过程吗
之前的疾病想是训练集，疫苗想是算法，而新的疾病是新的输入，疫苗药效不断增强的过程就是算法的学习过程
其实，也可以把机器学习看做一个黑箱子，一个软件过程，有输入和输出
在输入和输出的过程中不断改进自我
而这些knn，决策树，贝叶斯，svm，回归，都是一些规定和规则，去约束和生成这些算法。
非监督和监督
非监督：分类和回归
分类：knn,决策树，贝叶斯，svm，adboost，logistics回归 （结果是离散的）
回归：线性回归 （结果是连续的）
监督 ：聚类 推荐
所以机器学习本质上就是一些算法，但这些算法与一般的算法又有不同，他们的独特性在于他们的输入是变化的
------------------2016.4.25写于华中科技大学东四舍318