机器学习是一种使计算机系统能够从数据中学习并做出决策或预测而无需明确编程的技术。它依赖于算法，这些算法可以从数据中学习模式和特征。 传统的机器学习算法（如逻辑回归、决策树、支持向量机等）在中等规模的数据集上表现良好 在大多数机器学习项目中，需要大量的 特征选择和手动特征工程 来帮助模型学习 通常对计算资源的需求较低，可以在没有高端硬件支持的情况下运行 适用于那些特征维度较低且数据量不是太大的问题，如垃圾邮件检测、信用评分等