机器学习是什么？

机器学习（Machine Learning）是让计算机从数据中自动归纳规律、而非依靠人工编写硬编码规则完成识别与预测的算法统称，核心构成包括数据、模型与训练三要素，解决的是规则复杂、难覆盖意外情况时传统编程失效的问题，并不解决数据质量与标注偏差带来的可靠性问题。

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。