机器学习是人工智能的一部分，它使用数据来训练计算机，使其能够自动学习和改进。机器学习的过程包括数据收集、数据预处理、模型选择和训练、模型评估和调整等环节。
在机器学习中，我们首先需要获取一些数据，并根据这些数据训练一个模型。模型的训练过程可以看作是一个学习过程，在这个过程中，模型会不断地暴露在新的、不熟悉的数据中，并根据反馈来调整自己的预测。这个学习过程通常是在参数空间中进行的，模型会通过调整参数来提高自己的预测性能。训练一个具有良好预测性能的模型可能需要多次迭代，直到模型的预测不再改善为止。
除了传统的机器学习方法，还有一种模拟大脑中神经元的方法，即构建人工神经网络，并通过举例教它解决问题。这种方法类似于新生儿通过观察周围环境来学习的过程。
总的来说，机器学习是一种非常强大的工具，可以帮助我们解决很多复杂的问题，例如图像识别、语音识别、自然语言处理等。
在机器学习中，我们（1）获取一些数据，（2）根据这些数据训练一个模型，（3）使用训练的模型对新数据进行预测。[训练](https://developer.nvidia.com/blog/parallelforall/deep-learning-nutshell-history-%E8%AE%AD%E7%BB%83#%E8%AE%AD%E7%BB%83)一个模型的过程可以看作是一个学习过程，在这个过程中，模型一步一步地暴露在新的、不熟悉的数据中。在每一步中，模型都会做出预测，并得到关于其生成的预测有多精确的反馈。这种反馈是根据某种度量（例如距正确解的距离）提供的误差，用于校正预测中的误差。学习过程通常是参数空间中来回的游戏：如果你调整模型的一个参数以获得正确的预测，那么模型可能会因此得到之前正确的预测错误。训练一个具有良好预测性能的模型可能需要多次迭代。这个迭代的预测和调整过程一直持续到模型的预测不再改善为止。
我们还有另一种选择，就是模拟大脑中最简单的元素——神经元。我们可以在计算机中构建一个人工的神经网络，然后通过举例教它解决问题。这类似于新生儿通过观察周围环境来学习的过程。✅对婴儿的学习方式做一个小调研。婴儿大脑中的基本要素有哪些？那么机器学习（ML）呢？人工智能的一部分方法是基于数据来使计算机学会解决问题，这样的方法称为机器学习。我们在本课程中将不讨论经典机器学习，建议你可以学习单独的《[机器学习入门](https://github.com/microsoft/ML-For-Beginners)》课程。
那么，Genie模型是怎么被聪明的大人们创造出来的呢?我们一起来看看这个过程。首先，要创造出Genie模型，科学家们需要给它一个大脑，这个大脑就是我们常说的“人工智能”。你们知道人工智能吗?它就像是一个机器人的思考方式，能让机器人像人一样思考和学习。科学家们用了一种特别的方法，叫做“机器学习”，来教会这个大脑思考。机器学习就是让计算机观察很多很多的东⻄，然后从中找出规律，慢慢学会自己解决问题。你们上学的时候，老师会给你们很多问题，让你们练习，最后你们就会做得越来越好，对吗?Genie模型学习的方式也差不多，只不过它学习的东⻄是视频。科学家们给Genie模型看了很多网络上的视频，尽管这些视频没有特别的标签告诉Genie模型里面有什么，但Genie模型通过自己的学习，能够慢慢理解视频中发生的事情，并且记住了。Genie模型有一个非常大的数字网络，我们可以叫它“模型参数”。想象一下，就像是一个巨大的钢琴，每个琴键都代表一种知识。Genie模型有大约110亿个这样的琴键，所以它知道的东⻄非常非常多。