机器学习是人工智能的一个子领域，是人工智能中非常活跃且范围甚广的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。机器学习吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果，主要关注于开发一些让计算机可以自动学习的技术，并通过经验提高系统自身的性能。本文介绍了机器学习的概念、基本结构和发展，以及各种机器学习方法，包括机械学习、归纳学习、类比学习、解释学习、基于神经网络的学习以及知识发现等，并简单叙述了机器学习的相关算法，包括决策树算法、随机森林算

21世纪是知识经济的时代，组织和利用知识信息的有力武器——数据库将继续得到广泛应用。数据库(Database，即DB)是存储在一起的相关数据的集合，是存储数据的“仓库”。其名词源于20世纪50年代，美国为战争的需要，把各种情报案中在一起，存入计算机。60年代数据库帮助设计了阿波罗登月火箭，推动了数据库技术的产生。70年代，数据库蓬勃发展，网状系统和层次系统占领了市场，并且关系数据库理论也日趋完善。80年代起，关系数据库产品已相当成熟，后来有了分布式数据库系统(Distributed Databa

数据挖掘和知识发现（Data Mining and Knowledge Discovery，DMKD）技术就是在这样的背景下产生的，是在数据库技术、机器学习、人工智能、统计分析、模型逻辑、人工神经网络和专家系统等基础上发展起来的新兴交叉科学，是继网络之后的又一个技术热点。如果将数据库中的大量数据比喻为矿床，则DMKD技术就是从这矿床中挖掘知识的“金块”的工具。由于其诱人的前景和巨大的难道，使得DMKD成为计算机信息处理领域的研究热点和前沿技术。-Data Mining and Knowledge