本章会系统地探讨一系列关于机器学习的话题，希望在讨论中获得该领域中某些关键问题的答案，至少要解释清楚以下 4 个最基础的问题：
1）机器学习是什么？有什么价值 ?
2）它能解决哪些问题？
3）它通过哪些步骤来解决问题？
4）如何验证、评估它的解决效果？
在这个过程中，读者将会接触到不少新的概念和知识，这些新知识虽然和统计学、数据挖掘这些老牌学科与技术有很深的关联继承关系，但是对于普通人来说，大多属于日常学习和工作中并不会接触的“冷知识”。由此决定了本章内容势必会显得更“学术化”，也少了一些故事性。如果读者不是理工科专业出身，只是抱着科普的目的来阅读本书，那在后续阅读中看见涉及公式推导和运算的内容时可以直接略过，笔者写作时已经认真考虑了在不去理解这些专业内容的前提下，如何令读者获悉人工智能的概貌，以保证跳过它们不会对理解后续内容带来明显的影响。但是，如果读者阅读本书的目的是入门人工智能这个领域的话，那这些“不友好的文字”便是你日后探索“神经网络”“深度学习”等内容必要的背景知识和专业基础，现在多花费一点时间和心思，认真扎实地掌握这些新知识，对后续人工智能的学习是很有价值的。
6.2 什么是机器学习
创投、管理、技术、产品等各种圈子里提及人工智能，基本都要讲到“机器学习”，这个词语相信大家已经耳熟能详了，但是，听了很多遍“机器学习”这个名词后，大家想过“机器学习”到底是什么吗？这是一个概念性的开篇话题。
172
第三部分 第三波高潮