小编最近在看有关人工智能的内容，并且想将人工智能这个工具应用到做的工作当中，于是想到之前有朋友在学习支持向量机时一直用的matlab，于是我也优先从matlab中摸索机器学习的内容。

1、先弄清楚人工智能、机器学习、深度学习这三者的关系

人工智能是最大的概念，机器学习只是人工智能的其中一个领域，深度学习又是机器学习中的一个常见算法。机器学习中的算法除了深度学习，还有例如支持向量机算法、人工神经网络算法等等。

 2、在matlab的命令行窗口中加载一个软件自带的数据表“fisheriris.csv”，然后双击fishtabl，可以在编辑器窗口中看到这个表格中的内容，如下图：

3、打开分类器。在matlab的命令行窗口中输入classificationLearner，然后系统会自动启动分类学习的窗口，如下图：

4、导入数据。

在“new session”中选择“from workspace”，采用默认的变量、验证方式、指定列，然后点击“start session”如下图

 5、选择模型，并开始训练。

在model type中选择“fine tree”模型，也可以点击下拉菜单选择其它的分类模型，然后点击“Training”中的“Train”按钮，模型开始学习。

 6、得到模型训练的结果。在上一步中我们默认使用了"并行处理parallel"，经过一段时间运行模型，可以看到学习的结果及准确率，如下图：

 7、如果想一次性，把所有的模型都尝试着训练一遍，可以在model type中选择“All”，这里小编就先不运行训练结果了。

 8、生成训练代码。这一步按照小编理解，是非常重要的一步，我们可以在生成的代码中，进行一定程度上的优化，进而成为自己专属的机器学习模型。然后生成的代码能够在matlab的编辑器中看到，如下图：

 这回小编学习了一下分类算法“ClassificationLearner”；下回，小编会尝试一下回归算法“RegressionLearner”。