机器学习 是一个非常具有启发性的术语，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”  ，这激励着许多人构建一个拥有无限可能的全新世界。

事实上，只有创造一个智能系统（甚至是人工）的想法既令人惊奇又令人恐惧，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。

以一种非常通用和简单的方式， 机器学习 包括计算机可以用来根据示例学习和获取知识的工具（算法）。导致获取知识的过程称为“培训”，它可以在有 监督  或 无监督  的范式中发生。

“监督”和“无监督”训练过程之间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，这不会发生在“无监督” “ 案子。

在训练阶段之后，支持算法的数学模型应该优化其参数，并准备好在接收到新示例进行分类时返回适当的结果/类。

遵循这个概念 biosignalsnotebooks 包含一个分为 4 卷的笔记本，涵盖训练和分类“最近邻”分类器的所有过程，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图数据和来自一个轴的加速度计数据.

就像前面提到的那样，对于一个做出决定的系统，我们应该能够提供示例数据，从中可以学习和提供分类。想象一下创建一个游戏，使用来自您手的信号可以尝试猜测您正在做的手势并玩“石头、纸或剪刀”游戏。