机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。主要研究计算机怎样模拟或实现人类的学习行为，以获取新的知识和技能，重新组织已有的知识结构，不断的改善自身的性能。
机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。这些算法是一类能从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。简而言之，机器学习主要以数据为基础，通过大数据本身，运用计算机自我学习来寻找数据本身的规律，而这是机器学习与统计分析的基本区别。
机器学习主要有三种方式：监督学习，无监督学习与半监督学习。
（1）监督学习：从给定的训练数据集中学习出一个函数，当新的数据输入时，可以根据函数预测相应的结果。监督学习的训练集要求是包括输入和输出，也就是特征和目标。训练集中的目标是有标注的。如今机器学习已固有的监督学习算法有可以进行分类的，例如贝叶斯分类，SVM，ID3，C4.5以及分类决策树，以及现在最火热的人工神经网络，例如BP神经网络，RBF神经网络，Hopfield神经网络、深度信念网络和卷积神经网络等。人工神经网络是模拟人大脑的思考方式来进行分析，在人工神经网络中有显层，隐层以及输出层，而每一层都会有神经元，神经元的状态或开启或关闭，这取决于大数据。同样监督机器学习算法也可以作回归，最常用便是逻辑回归。
（2）无监督学习：与有监督学习相比，无监督学习的训练集的类标号是未知的，并且要学习的类的个数或集合可能事先不知道。常见的无监督学习算法包括聚类和关联，例如K均值法、Apriori算法。
（3）半监督学习：介于监督学习和无监督学习之间,例如EM算法。
如今的机器学习领域主要的研究工作在三个方面进行：1）面向任务的研究，研究和分析改进一组预定任务的执行性能的学习系统；2）认知模型，研究人类学习过程并进行计算模拟；3）理论的分析，从理论的层面探索可能的算法和独立的应用领域算法。
PageRank算法用于衡量特定网页相对于搜索引擎中的其它页面的重要程度，从而使得“等级/重要性”的网页会相对排在前面。需要注意的是PageRank重要性级别并不是线性增长的，而是类似于指数的关系。
PageRank算法基本思想：是让链接来“投票”，即网页的重要性由网页间的链接关系所决定的，算法是依靠网页间的链接结构来评价每个页面的等级和主要性，一个网页的PR值不仅涉及到指向它的链接网页数，还涉及指向它的网页的本身重要性。PageRank的计算时基于两个基本假设的，一个是数量假设，即如果一个页面接收到的其它网页的链接数量越多，该网页越重要；另一个是质量假设，即质量高的页面通过链接传递更高的权重。
在初始阶段，通过网页链接关系构建有向图，每个页面设置相同的PR值，通过PageRank的计算公式每次迭代更新当前页面的PR值，通过若干轮递归计算，会得到每个页面的最终的PR值。PageRank算法公式为：
其中
是
页面的PageRank值，
是所有页面的数量，是不同的页面，
是
是
链出页面的数量，
是阻尼系数（任意时刻用户到达某页面后并继续向后浏览的概率），的取值范围为0到1。
Pagerank是一种根据网页之间相互链接来计算网页排名的重要算法，主要是以谷歌公司创办人拉里·佩奇的姓来命名。该算法是由Larry Page和Sergey Brin在20世纪90年代后期发明。
三相关应用PageRank算法最广为人知的作用是用于网页排名。但不仅仅只有这个用途，经过多年发展，它也可以应用于神经科学、交通网络等领域中；如用来评估不同大脑区域之间的连接和重要性，以及随着年龄的变化结果会如何改变；也用来预测城市交通流量和人员动向，这有助于提前预测现代交通可能出现的拥堵情况。
四参考资料1维基百科，http://en.wikipedia.org/wiki/Page_rank PageRank
2马克威分析系统使用教程，http://www.tenly.com
五实例举例说明pagerank算法。互联网中的网页可以看作是一个有向图，其中网页是结点，如果网页A有链接到网页B，则存在一条有向边从A指向B，下图为一个简单的示例：
首先计算网页的转移矩阵。网页的转移矩阵是由网页的跳转概率决定的，现已网页A为例来说明跳转概率的计算方式。从图中可以看出，A可任意的跳转到网页B，C，D,故认为跳转概率分别为：1/3,1/3,1/3；所以上图的转移矩阵为：
初始时，假设每个网页的点击概率都是相等的，即1/n；于是初始的概率分布就是一个所有值都为1/n的n维列向量V0，用V0去右乘转移矩阵M，于是V1的计算过程为：
不断计算下去，最终会收敛于某一个定值：
但上述的求解过程要求图是一个强连通的，即从任意网页可以到达其他的任意网页。而一般的互联网上的网页是不满足强连通的特性，不满足强连通的图最终会收敛于某一个定值，通常为0。所以需要做一个平滑处理，即计算公式变为：
其中a就是查看当前网页的概率，从浏览器地址跳转的概率为1-a。
六输入输出输入数据类型：字符型数据
输出结果：算出所有的网页重要性数值，并得到排名结果
七相关条目谷歌、网页排名、网页链接
八优缺点优点：是一个与查询无关的静态算法，所有的网页重要性值通过离线计算获得；能有效减少在线查询的计算量，极大的降低查询响应时间。
缺点：该算法忽略了查询的主题特征及相关性，导致结果的相关性和主题性降低；旧的页面会比新的页面等级高。
