机器学习做什么。首先收集到很多数据，每一篇文档用很多属性来描述它，假设我们把这个数据组织成一个表格的形式，每一行是一个人，或者说一个事件，每一列是刻画这个人，或者说这个事件的一个属性。比如说第一行，有一个人叫张三，是教师，年收入6万，他不是我的好顾客。这个是我们要预测的东西，叫“类别标记”。有了这个数据之后，经过训练得到一个模型，这个模型是抽象的说法，从这个数据里面我们找出来的任何东西，不管是决策树，还是神经网络、支持向量机等，都把它叫模型。

有了这个模型以后，我们拿一个新的数据。比如一个人叫刘二，公务员，收入是8万，他是不是我的好顾客？不知道，我把这个数据提交给这个模型，这个模型会给你一个预测的结果，说他是好顾客。现实生活中各种各样的预测任务，抽象出来，在计算机上都是这么一个过程。如果我们要在计算机上解决预测建模的任务，背后都是在做机器学习。最关键的是怎么样把数据变成模型。我们要使用一个学习算法，有一种说法是“计算机科学是关于算法的科学”。从这个意义上，机器学习研究的是关于把数据变成模型的算法，它的设计、分析和应用的学科。以后只要想到有很多数据，需要建一个模型，而这个建模过程不是靠人来做，把数据给计算机，让计算机来做，这个背后一定需要用到机器学习技术。