機器學習講演算法之前，需要先弄懂很多概念，這些概念很多是來自統計學的，這也是為什麼傳統的機器學習叫做基於統計的機器學習。對這些概念的理解一定要牢，否則就像技術債，它一定會回來咬你讓你付出更大的代價。這也是為什麼在我們優達學城(Udacity)平臺上的機器學習課程中，第一部分不是講建模，而是先講模型的評估和驗證。(更多關於機器學習相關視訊與課程可以檢視這裡：機器學習工程師（中/英）)

這些概念維基都可以查到，但是沒什麼用，不如舉個例子。

你提到了**準確率Accuracy**：

這也是最基本和最常見的分類指標。準確率是被描述為在特定類的所有項中正確分類或標記的項的數量。舉例而言，如果教室裡有 15 個男孩和 16 個女孩，人臉識別軟體能否正確識別所有男孩和所有女孩？如果此軟體能識別 10 個男孩和 8 個女孩，則它的識別準確率就是 60%：

準確率 = 正確識別的例項的數量/所有例項數量

但與人們直覺相反的是，準確率在有些時候並不能說明問題。我們拿京東最近反腐敗做例子，假設京東有10000名員工，其中有10個是腐敗分子，另外9990是吃瓜群眾。某個演算法在這10000人中只正確的識別出了1個腐敗分子，請問演算法的正確率是多少？

中國還有一句老話，叫做寧可錯殺一千不可放過一個。意思是寧可誤判多一點，也不能把真的漏掉。例如某種癌症篩查，第一步檢查儘可能把所有有跡象的都挑出來，讓他們去做進一步檢查去排除，也不要在第一步就忽略，讓患者直接回家。相反，如果你的演算法用作犯罪堅定，判定之後就直接死刑執行了，這時可千萬不能冤枉任何一個好人。

你提到了Error，我們都不想讓模型預測有太多的error，那樣就失去了機器學習的意義。但你要知道這些error是怎麼來的。

在模型預測中，模型可能出現的誤差來自兩個主要來源，即：因模型無法表示基本資料的複雜度而造成的偏差（bias），或者因模型對訓練它所用的有限資料過度敏感而造成的方差（variance）。我們會對兩者進行更詳細的探討。