机器学习是人工智能的一个分支。人工智能的研究是从以“推理”为重点到以“知识”为重点，再到以“学习”为重点，一条自然、清晰的脉络。显然，机器学习是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。

在维基百科中，机器学习有下面几种定义：

机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。

机器学习是对能通过经验自动改进的计算机算法的研究。

机器学习算法可以分成下面几种类别：

• 监督学习：从给定的训练数据集中学习出一个函数，当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集要求是包括输入和输出，也可以说是特征和目标。训练集中的目标是由人标注的。常见的监督学习算法包括回归分析和统计分类。
• 无监督学习：与监督学习相比，训练集没有人为标注的结果。常见的无监督学习算法有聚类等。
• 半监督学习：介于监督学习与无监督学习之间。
• 增强学习：通过观察来学习做成如何的动作。每个动作都会对环境有所影响，学习对象根据观察到的周围环境的反馈来做出判断。

阿里云大学联合蚂蚁金服高级算法专家推出了免费的机器学习入门课程：

课程大纲如下：

第1 章 ： 机器学习概念、原理和应用场景

• 机器学习基础概念
• 机器学习的领域
• 机器为什么能学习

第2 章 ： 机器学习常用算法

• 监督学习 - 线性回归
• 非线性回归、过度拟合、模型选择
• 有监督学习分类
• 无监督学习

第3章：总结与练习