机器学习的应用领域：
- 语言辨识
- 图像识别
- 象棋
- 对话系统
机器学习目的找出一个function
机器学习的过程：（supervised 有监督的）
- Collect a set of function——model
- 训练集训练数据?
- 根据训练资料判断function的好坏
——挑出最好的function：（训练的过程 即training）
- 验证function的好坏，输入一只机器没见过的猫，希望机器能自动识别它是猫（测试的过程testing）
过程总结：1、确定一个function set
?????????? ? ? ? ?2、训练数据
? ? ? ? ? ????????3、让机器能够衡量function的好坏
Learning map：
1、回归预测（监督）? 预测的是标量 数值数据 如PM2.5
2、分类（监督）? 二元分类? （好/坏）
???? 多种类分类? (体育/财经/娱乐）
- 线性模型
- 非线性模型
- deep learning
(function复杂所以能做复杂的事，图像识别、下围棋
- SVM /决策树/KNN
3、半监督学习? 没有labeled的数据对机器学习可能也有帮助
4、transfer learning
5、无监督学习:? 机器能否通过阅读大量文章，能否学会词汇的意思
结构化学习 structured learning
6、强化学习? reinforced learning：没有告诉机器正确答案，只给机器分数
从评价中学习，更符合真实社会中的学习模式
没有办法做监督学习的时候才做强化学习，一般是缺少数据
?