摘要。机器学习对许多人来说是一个令人兴奋的领域,但它的严谨性、数学和快速发展往往令人望而生畏,使他们无法学习和从事这一领域的职业。机器学习算法(如 K-最近邻、核方法、支持向量机)的相似性已被广泛探索,但在人类学习中却没有那么多探索,特别是在教授机器学习方面。在向本科生、研究生和普通学生教授这门课程的过程中,作者发现将概念与现实世界的例子联系起来大大提高了学生的理解能力,并使主题更容易理解,尽管涉及数学和方法。本文使用说明性示例将机器学习中的一些概念、工件和算法(如过度拟合、正则化和生成对抗网络)与现实世界联系起来。论文中的大部分类比在作者的教学过程中都得到了学生的一致好评,并被认为有助于提高理解力。希望本文介绍的材料能够让更多的读者受益,吸引更多的学习者进入该领域,从而为该领域做出更大的贡献。本文最后建议,深度学习可以自动生成相似性和类比性,这是未来的发展方向。