机器学习 是一个非常有启发性的术语，用于定义这个科学领域及其算法的“结果”。  “机器学习源于对人工智能的追求”  ，这激励了许多人去建立一个拥有无限可能性的全新世界。

事实上，只有创建一个智能系统（即使是人工智能的）的想法才是令人惊奇和害怕的，就像所有能够克服以前被认为是不可改变的障碍的想法和发现一样。

简单来说， 机器学习 包括计算机可以用来学习和获取基于示例的知识的工具（算法）。获取知识的过程称为“训练”，它可以在 监督  或 无监督的  范式中进行。

“监督”和“无监督”训练过程的主要区别在于训练示例的标记，即在监督学习算法中，用户向算法揭示每个训练示例的类别，而在“无监督”情况下则不会发生这种情况。

在训练阶段之后，支持算法的数学模型应该优化其参数，并准备在收到新的分类示例时返回适当的结果/类别。

按照这个概念，  biosignalsnotebooks 包含一个分为 4 卷的笔记本，涵盖了“最近邻”分类器的训练和分类背后的所有程序，该分类器将能够区分 3 种可能的手势，使用来自两块肌肉的肌电数据和来自一个轴的加速度计数据。

如前所述，为了让系统做出决策，我们应该能够提供示例数据，以便系统能够学习并提供分类。想象一下，创建一个游戏，使用你手部的信号，可以尝试猜测你正在做的手势，并玩“石头、剪刀或布”游戏。