第1章　引言
　　自從計算機問世以來，人們就想知道它們能不能自我學習。如果我們理解了計算機學習的內在機制，即怎樣使它們根據經驗來自動提高，那么影響將是空前的。想像一下，在未來，計算機能從醫療記錄中學習，獲取治療新疾病最有效的方法；住宅管理系統分析住戶的用電模式，以降低能源消耗；個人軟件助理跟蹤用戶的興趣，并為其選擇最感興趣的在線早間新聞。對計算機學習的成功理解將開辟出許多全新的應用領域，并使其計算能力和可定制性上升到新的層次。同時，透徹理解機器學習的信息處理算法，也會有助于更好地理解人類的學習能力（及缺陷）。
　　目前，我們還不知道怎樣使計算機具備和人類一樣強大的學習能力。然而，一些針對特定學習任務的算法已經產生。關于學習的理論認識已開始逐步形成。人們開發出很多實踐性的計算機程序來實現不同類型的學習，一些商業化的應用也已經出現。例如，對于語音識別這樣的課題，迄今為止，基于機器學習的算法明顯勝過其他的方法。在數據挖掘領域，機器學習算法理所當然地得到應用，從包含設備維護記錄、借貸申請、金融交易、醫療記錄等信息的大型數據庫中發現有價值的信息。隨著對計算機認識的日益成熟，機器學習必將在計算機科學和技術中扮演越來越重要的角色！
　　我們可以通過一些專項成果看到機器學習這門技術的現狀：計算機已經能夠成功地識別人類的講話（Waibel 1989，Lee l989）；預測肺炎患者的康復率（Cooper et al．1997）；檢測信用卡的欺詐；在高速公路上自動駕駛汽車(Pomerleau 1989)；以接近人類世界冠軍的水平對弈西洋雙陸棋（Tesauro 1992，1995）。