什麼樣的問題需要用機器學習？

機器學習第一問 --- 為什麼要用機器學習？（What can machine learn?）

答：傳統的計算機算法是定義一系列的規則，然後用規則來進行判斷，以此來解決問題，而某些問題無法用規則來進行描述。機器學習開發了另外一條道路，就像人類學習書本是書本，鉛筆是鉛筆一樣，都是通過不斷地觀察，進而得出結論，而不是根據記憶規則。

那麼什麼樣的問題需要用機器學習來解決呢？總結出來有以下三點：

1，訓練資料中有某些規律（pattern）可循

--- 比如說你無法用人的姓名來預測身高，因為姓名和身高之間并無關聯，無法找出規律，你也無法用以往的彩票中獎号碼來預測下一次的中獎号碼，因為中獎号碼完全是随機的，沒有規律可以學習到；而機器學習可以通過房子的位置，大小，年代等資訊來預測房價

2，無法輕易定義這些規律

--- 比如說識别圖像是不是一隻貓，就适合用機器學習來解決，貓的特征太多了，每隻貓的特征都不盡相同，而且每個品種的貓特征也不同，不可能做到完全概括這些規律；而識别圖像是不是一個圓，這就沒必要用機器學習了，因為描述一個圓很簡單

3，有足夠多的訓練資料可供學習（至于多少資料是足夠多，以後再說）

--- 比如說客戶在網頁停留的時間，是否點選了廣告等資料可以比較容易得獲得，因而可以有大量的資料可供我們對客戶進行分類；而判斷惡性良性腫瘤是良性的還是惡性的，則需要專業知識，此外，還需考慮到病人的隐私，是以，這類醫療資料不是那麼容易可以擷取的