由 Tom Mitchell 提出，来自卡内基梅隆大学， Tom 定义的机器学习是，一个好的学习问题定义如下，他说，一个程序被认为能从经验 E 中学习，解决任务 T，达到性能度量值P， 当且仅当，有了经验 E 后，经过 P 评判，程序在处理 T 时的性能有所提升。
我认为经验e 就是程序上万次的自我练习的经验而任务 t 就是下棋。性能度量值 p 呢，就是它在与一
些新的对手比赛时，赢得比赛的概率。
应用而不是什么是 学习经典的案例和框架
由 Tom Mitchell 提出，来自卡内基梅隆大学， Tom 定义的机器学习是，一个好的学习问题定义如下，他说，一个程序被认为能从经验 E 中学习，解决任务 T，达到性能度量值P， 当且仅当，有了经验 E 后，经过 P 评判，程序在处理 T 时的性能有所提升。
我认为经验e 就是程序上万次的自我练习的经验而任务 t 就是下棋。性能度量值 p 呢，就是它在与一
些新的对手比赛时，赢得比赛的概率。
应用而不是什么是 学习经典的案例和框架