引言
最近接手了一个EOL(EndofLine)的项目，用高斯混合模型GMM(GaussianMixtureModel)作生产线上产品的质量检测。虽然提取特征的过程很痛苦，不过还是很有意思。也是因为兴趣，去年在Coursera上了吴恩达的MachineLearning，算是对机器学习的入门。随着机器学习的兴起，各个学科都在积极蹭热度，寻找和机器学习的契合点。这个系列就和大家聊聊机器学习在声学上的应用，标题略显浮夸，有蹭人工智能热度的嫌疑，其实主要是谈机器学习。对机器学习的了解有限，欢迎交流指正。
背景
机器学习现在已经被广泛应用到计算机视觉、图像处理、语音处理、地球物理等领域。和其他技术，比如压缩感知等类似，在计算机和图像处理领域掀起热潮之后，机器学习开始在声学崭露头角。虽然起步不早，但是发展很快。在人类语言语音、动物发声、水下声源定位等声学子领域都有应用。
机器学习的定义想必大家或多或少都知道，可以被宽泛地定义为，无需明确指令的情况下，依赖数据中的模式和特征，通过电脑研究算法和统计模型，来完成特定任务的过程[1]。机器学习大体分为三类：监督学习(Supervisedlearning)，无监督学习(Unsupervisedlearning)和强化学习(Reinforcementlearning)。这篇文章我们只
