对“机器学习”的思考

要想要机器学会一样东西，首先要自己懂得这方面的知识，然后才能教会机器掌握这个知识，所以自己就像一位老师，成为某方面知识的专家，不可能以自昏昏使其昭昭。

只有自己明白了某方面的知识，教给机器去做，设计成某方面的机器，它才能替你去完成，当它学会了那么它接下来便可以自己对新的资料完成处理了。这时候就可以放手把任务交给机器去做，不再需要人干预了。

例如识别一只牛，你需要先教给机器什么是牛，牛具有哪些特征，当它认知牛之后，交给它一幅新的牛的图片，它便能自己识别出来了。

不过不同与以往的是，现在不需要自己设计“牛”的特征了，现在机器可以自己总结出“牛“的特征，至于它脑海里对于识别”牛“到底是利用哪些特征，有很多种情况，看它利用哪种网络总结的。可能是从整体到局部，从轮廓到细节，它自己已经完全能够根据以往判断未来了。

我们所需要做的就是整理出数据喂食机器。判断机器学习的好坏。