机器学习的定义
最初机器学习定义，来自于Arthur Samuel：在进行特定编程的情况下，给予计算机学习能力的领域。
后来Tom Mitchell给出了新定义：
1、 一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升。
2、我认为经验e 就是程序上万次的自我练习的经验而任务 t 就是下棋。性能度量值 p呢，就是它在与一些新的对手比赛时，赢得比赛的概率
监督学习算法&无监督学习算法
它们的区别在于，training data有没有标签。
有标签数据的学习算法，叫做监督学习算法。
回归&分类&聚类
回归（Regression）：预测数据为连续性的数值。
分类：预测数据为类别性数据，并且类型已知。
聚类：预测数据为类别性数据，并且类型未知。
