按照了解一個新事物的步驟，學習機器學習時我們首先提出的問題是，什麼是機器學習？機器學習可以幹什麼？我們為什麼需要機器學習？

      從人類誕生以來便一直在學習，學習行走，鑽木取火。。。自我們呱呱墜地便開始了一生的學習，人類學習的過程是先觀察後學習最後獲得相關技能，相對的簡單的技能可以通過短時間內學習得到，但是越複雜的技能可能需要的時間太過漫長。但是我們需要對複雜領域的學習來解決面臨的問題，人們開始藉助於工具，計算機的出現迎合了人類的需求，接著更多的相應工具誕生了，人們藉助於工具解決自身難以快速解決的問題。

     我們身處“大資料時代”，海量的資料讓人類難以手動得到有用的資訊，而機器學習可以幫助我們解決這一問題。利用計算機來彰顯資料背後的真 實含義，就是機器學習。但是我們知道資料學習演算法並不只包含機器學習，那麼在什麼情況下我們會選擇機器學習？

     選擇機器學習解決問題需要滿足幾個條件：一，存在有待學習的“隱含模式”；二， 該模式不容易準確定義（直接通過程式實現）；三， 存在關於該模式的足夠資料。

上圖展示了機器學習的大概步驟，首先，我們需要進行資料探索，分析問題，設想解決問題的方法；之後會有訓練集的生成；我們知道我們要求的就是從輸入到輸出的一個對映，假設空間就是這個對映的集合，最用我們選取誤差最小的最好的假設作為結果。