转发一次：各位同学，大家好！欢迎选《机器学习基础》课程。明天是这学期的第一节课，请大家按时到教室上课，疫情没有返校的同学，可以腾讯会议接入：455-9870-7386。临时有事不能听课的同学，后面也会有录屏的课程提供给大家。 另外，再跟大家说声抱歉，我明天正好有个项目要答辩，邀请了我们实验室的孙海峰老师代课一次，大家有问题可以明天咨询孙老师。这门课的期末采取大作业方式(程序设计类)占60%，平时作业占40%。
通过观察、阅读、听讲、研究、实践等获得知识或技能的过程。
学习不仅具备输入，还有输出（比如考试，作业），通过反馈和评价得知知识掌握正确与否。
外部信息与数据 —[学习]→ 内部知识与智能（决策、推理、认知、识别等智能）
需要给定数据和学习的方法。
人：从经验中归纳出规律。机器：从数据中训练得出模型。
机器学习三要素：模型、数据、参数优化方法。
王珏：令W是给定世界中的所有观测对象（数目有限或无限）的集合，我们只能获得其中的一个可观测子集Q，让其成为样本集，机器学习就是根据Q推算W的模型并尽可能接近真实。
三个重要问题：
专家系统、知识图谱
机器学习（ML）是方法，人工智能（AI）是目的。
蚁群算法：一只蚂蚁的智能很低，但是一个族群可以形成非常厉害的智能。
机器学习相关领域：生物信息学、计算金融学、分子生物学、行星地质学、信息安全、机器人、遥感信息处理、工业过程控制……
研究意义：解决信息有效利用的难题，比如网络数据（拥塞控制、网络调优）、多媒体数据（）、金融数据、生物数据、气象地震数据、自然物体识别……