1:）什么是机器学习？
举个例子，情人眼里出西施，每个人都有自己喜爱的外貌类型（我指的是第一眼印象），给出任何一张陌生人照片给你看，你都可以给出 a:)哇！好看 b:)平淡 c:)丑 d:)讨厌 的四种情绪。那机器可不可以根据对你的分析，来判断你对某张照片的态度呢？当然是可以的，机器一般需要这样做：
首先提取决定你第一眼印象的所有特征，比如：
发型 | 脸型 |肤色 | 眼睛 | 鼻子 | 嘴巴
然后，给出20张照片，让你说出自己的感受，并得到以下结果
发型 | 脸型 | 肤色 | 眼睛 |鼻子 | 嘴巴 | 你的反应
长 | 方 | 黑 | 细长 | 塌 | 大 | 平淡
短 | 方 | 黑 | 细 | 挺 | 小 | 帅
。。。。。
。。。。。
这20张照片我们就把它叫做 “训练集”，而训练集中的每一条记录叫做“实例”； 每条记录里的数据，我们把它叫做“特征向量” ； 而每条记录的结果“你的反应”， 也有个专业名词，叫做“标记”， 当然了，这些专业术语，如果你不是做开发的，就无需去管它。
有了这20条记录构成的训练集，可以构建一个初步的算法对应，比如“决策树”，等，当然这些都不重要，早在1970年开始，这些算法就非常成熟了，现在直接可以拿来用了。
然后，当有一张新的照片出现时，根据训练集里的数据总结出的算法，就可以推论你的态度，这就是整个机器学习的过程。
对开发人员来说，特别是对苹果开发人员来说，可真是福气大了，可以说完全不需要了解任何相关算法，只需要知道几本的术语，就完全可以借助官方API开发强大的AI 应用了，这点，我在后续的教程中会有详细的案例阐述。
