机器学习的基本步骤及实现方式比较机器学习（Machine Learning）是计算机科学与人工智能的重要分支领域，也是大数据时代的一个重要技术。机器学习的基本思路是模仿人类的学习行为过程，该技术主要采用的算法包括聚类、分类、决策树、贝叶斯、神经网络、深度学习等。
概率与统计及相关概念是整个机器学习的基础。其与空间几何、线性代数一起构成了深度学习的理论基石。本书在编写过程中尽量使用两种方式来描述系统，即函数式描述以及概率式描述，方便对概率论不甚了解的读者阅读本书。
