什么是机器学习？

机器学习是一门跨学科门类，涵盖了概率论、统计学、计算机科学等多门学科。

机器学习以计算机作为工具，致力于研究、模拟人类的学习方式，通过输入海量训练数据，以获取新的知识或技能，对模型进行训练，使模型掌握数据所蕴含的潜在规律，重新组织已有的知识结构使之不断改善自身的性能。根据不同的学习方式，机器学习可以分为有监督学习、无监督学习、半监督学习和强化学习等。

机器学习是人工智能的核心，是使计算机具有智能的根本途径。从20世纪50年代研究机器学习以来，不同时期的研究途径和目标并不相同，可以划分为四个阶段。

第一阶段是20世纪50年代中叶到60年代中叶，这个时期主要研究“有无知识的学习”。第二阶段从20世纪60年代中叶到70年代中叶，这个时期主要研究将各个领域的知识植入到系统里，在本阶段的目的是通过机器模拟人类学习的过程。第三阶段从20世纪70年代中叶到80年代中叶，称为复兴时期。第四阶段20世纪80年代中叶，是机器学习的最新阶段，这个时期的机器学习已成为新的学科，融合了各种学习方法。

在具体应用方面，机器学习可以用于计算机视觉、自然语言处理、智能推荐、医学诊断等领域。