硬件的发展、算力的加强以及人类社会方方面面数据的不断积累，给机器学习算法的发展提供了充足的前提条件。机器学习致力于通过计算的手段，利用经验改善自身系统的性能，它获得的学习结果可以用于未知数据的预测或分类等任务。通常将能够使计算机从经验和数据中得到提高的算法都叫作机器学习算法，它包括决策树、神经网络、支持向量机、贝叶斯分类器、聚类等。近年来，人们发现卷积神经网络在图像处理方面具有巨大优势，在浅层网络的基础上又发展出了深度学习网络，其在各方面的图像处理中发挥了巨大的作用，收到了极佳的效果。

本章首先概述机器学习的定义和模型的主要组成，然后简单地介绍几种有代表性的机器学习算法和机器学习在实际生活中的应用领域。