传统的计算机程序是靠人类编写规则来工作的。比如，你想让电脑识别一张图片里有没有猫，程序员需要写下一堆指令：如果图片里有尖耳朵、胡须、圆眼睛，就判断为“猫”。这种方法叫“硬编码”（Hard Coding），规则越多，程序越复杂，而且一旦遇到没预料到的情况（比如猫咪侧着脸），程序就可能失灵。
机器学习则完全不同。它不依赖人类手动编写规则，而是让机器自己从数据中“学习”规律。还是拿识别猫的例子来说，你不需要告诉机器“猫长什么样”，而是给它看成千上万张猫的图片（带标签“这是猫”）和非猫的图片（带标签“这不是猫”）。机器通过分析这些数据，自己总结出“猫”的特征，比如耳朵形状、毛色分布等。之后，当你给它一张新图片时，它就能根据学到的规律判断：“嗯，这大概率是猫！”
简单来说，机器学习就是让机器从经验（数据）中学习，而不是直接告诉它该怎么做。这有点像教小孩认东西：你不用解释“苹果是圆的、红的”，只要多指着苹果说“这是苹果”，小孩自然就明白了。
声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于网络；编辑/翻译：数字化转型网（Professionalism Achieves Leadership 专业造就领导者）默然。
