第1章　机器学习与无人驾驶

机器学习是人工智能的一个分支，也是人工智能的一种实现方法。它从样本数据中学习得到知识和规律，然后用于实际的推断和决策。它和普通程序的一个显著区别是需要样本数据，是一种数据驱动的方法。如果只用一句话解释这个概念，那么最简单直观的答案是：机器学习用计算机程序模拟人的学习能力，从实际例子中学习得到知识和经验。近几年，无人驾驶在机器学习的基础上也得到了长足的发展。从原理来说，无人驾驶软件实践最大程度强调软件的自身识别和决策能力；从实际来说，无人驾驶设计团队很大程度上放弃了基于规则的人工智能软件，最终功能使用机器学习的策略来完成他们的核心软件决策部分。

本章主要讲解机器学习的一些宏观概念以及无人驾驶和机器学习之间的定性关系。内容分为两个部分，第一部分着重介绍机器学习中的核心概念，给出深度学习和强化学习两种目前业界热点算法的直观解释；第二部分立足于通过无人驾驶发展历史中的核心实践过程进行定性分析，推断出使用机器学习来完成无人驾驶软件设计的优势。