三、機器學習與控制科學（筆者尚未理清楚，請路過大佬留言指點）
從實現科學體系來看，機器學習涉及概率學（統計推斷），運籌學（優化問題）等。是解決人工智能問題的重要方法。
提出問題：機器學習可以比傳統控制理論更好的解決控制問題嗎？
思考：PID控制在理想控制問題中是完美的解決方案，在工業控制中具有地位。
機器學習在機器人控制領域頗有建樹，如四足機器人，波士頓動力機器人。在複雜建模問題中，由於傳統控制建模的複雜性提高，使其效果弱於機器學習？
另外，學者們對神經網絡在工程控制應用中的穩定性和魯棒性表示懷疑。
*在非控制方面，可以發現機器學習擅長判別和準確定義，例如訓練一個模型（一個黑箱子、一個映射函數f（））
貓 = f （貓），狗 = f（狗）
如果模型不準確，貓 = f（狗），這時需要參數優化和算法優化，於是機器學習可以理解優化問題。因爲很多優化問題沒有最優解，所以也很少得到完美的機器學習模型。另外還有模型偏差和過擬合，過擬合是指沒有理解數據的和核心只記住了表現。機器學習處理的問題很多沒有解析解，需要大量的數據計算數據解。