如今，机器学习正改变着我们的世界。借助机器学习（ML），谷歌在为我们推荐搜索结果，奈飞在为我们推荐观看影片，脸书在为我们推荐可能认识的朋友。

机器学习从未像在今天这样重要。但与此同时，机器学习这一领域也充斥着各种术语，晦涩难懂，各种机器学习的算法每年层出不穷。

本篇文章将向您介绍机器学习领域的基础概念。更确切地说，我们将讨论时下9大核心机器学习算法背后的基本概念。

推荐系统

什么是推荐系统？

推荐系统的用途在于在一个数据集中寻找相似的条目。

推荐系统在现实世界最常见的应用莫过于奈飞的影视推荐。具体而言，奈飞在向你提供视频在线观看服务时，会根据你已经观看过的内容向你推荐其它影片或电视剧集。

另一个应用实例是脸书“你可能认识的人”这一功能，这一功能会根据你当前的好友列表来向你推荐你可能认识的朋友。

这些开发完善、部署精密的推荐系统内部都十分复杂，且极具消耗数字资源。

推荐系统和线性代数

要想从零开始构建一个完善的推荐系统，就需要对线性代数有深刻掌握。

也正因如此，如果你此前并未学习过线性代数，本节可能会出现一些你尚不理解的概念。

但别担