形而上者謂之道，形而下者謂之器，化而裁之謂之變；推而行之謂之通，舉而措之天下之民，謂之事業。——《易經·繫辭》
天地間本就存在種種規律和法則，這些規律和法則在物質世界相互作用、不斷演化形成了世間永珍，比如水蒸氣遇冷液化成雨，比如萬有引力讓蘋果落到地上。世間永珍稱之為“形”或“象”。
世間之“形”或“象”，大致可分兩種：一種是物質的種種“現象”，風雨雷電、花鳥魚蟲，另一種是精神的種種“意象”，或者說“觀念”。兩者背後都蘊含著很多規律，人們發展出各種學科，如物理學、心理學等，都是在嘗試更準確地描述“形”“象”背後的規律，從而指導實踐。
人們通過持續觀察自然認識自我，初成感覺和猜想，進行實踐，總結規律，不斷修正和創造，進而改造自然，推動社會進步。比如古人觀察到火燒後的土地會變硬，學會了燒陶，但是對於燒製結實耐用容量大的陶器而言，這個階段的認識是片面且膚淺的，在不斷燒製實踐的過程中，進一步總結規律，調整工藝，知道了如何燒製更好的陶器。
是因為物理法則的存在，才會產生“火燒后土地會變硬”的現象，物理法則即是現象背後的道，此為“形而上者謂之道”；人們對這些現象的觀察和總結是在嘗試刻畫“道”、擬合“道”，應用認識到的規律，燒製出陶器，此為“形而下者謂之器”；但認識到的規律是片面的，與真正的“道”之間是有偏差的，這種偏差表現在實踐過程中就會暴露出種種問題，像易碎、裂紋、變形，然後完善認知總結出更準確的規律，改進工藝，此為“化而裁之謂之變”；當總結出的規律足夠準確，工藝足夠好之後，就可以推行了，傳授給更多人，應用的範圍越來越廣，改善了大家的生活，此為“推而行之謂之通，舉而措之天下之民，謂之事業”。
但是，如果總結出的規律一直存在人的腦袋裡，或者停留在工藝層面，別人並不能很快掌握和應用，而且到了一定階段後難以進一步改進，這對推行和發展是不利的。於是需要數學，數學通過抽象可以將結論和規律高度概括為公式，易於驗證、推行和改進。需要注意的是，通過數學公式描述的規律——模型，也僅僅是對“道”的擬合，與“道”仍有偏差，從牛頓力學到愛因斯坦相對論再到量子力學，在簡單場景下好用的規律到更廣泛的場景下可能就不好用了，這即是偏差，有差距就會推動發展出更準確的模型。
這個“認識自然、總結規律、修正改進”的過程能否通過機器（計算機）實現呢？答案是可以的，利用機器“上溯尋道”的方式就是機器學習，而且已經形成了相對清晰的“尋道”路線圖，認識自然——認識資料，總結規律——形成模型，修正改進——模型優化。根據你的問題場景，收集相關資料，總結規律得到模型，分析暴露出的問題，縮小“偏差”，得到更準確更貼近“道”的模型，接下來就是應用模型——應用通常表現為預測，就像利用公式預測蘋果落地時間一樣，這就是機器學習的實踐過程。
假設用(P)來評估計算機程式在某任務類(T)上的效能，若一個程式通過利用經驗(E)在(T)中任務上獲得了效能改善，則我們就說關於(T)和(P)，該程式對(E)進行了學習。——《Machine Learning》Tom Mitchell, McGraw Hill, 1997
這裡，(T) 是你的問題場景，(P)是對“偏差”的評估，(E)是從資料中學得的模型。
江湖流傳，訓練深度學習模型的過程是“煉丹”，輸入的資料是煉丹的材料，丹方是模型結構和設計，tensorflow、mxnet這樣的框架是煉丹爐，得到的模型即“金丹”。我們不僅僅是在“煉丹”，更是在“問道修仙”，希望早日成就“金丹大道”。
個人部落格地址：重走機器學習之路——形而上者謂之道