对机器学习（ML）的介绍就不多说了。人工智能是我们想要达成的目标，而机器学习是实现人工智能的一条途径，机器学习包含了很多具体的细节的理论和算法，来实现部分人工智能。
监督学习是NL的入门级方式。所谓监督学习指的是训练ML模型时的数据，是有标签的。比如你想要训练一个人脸识别的模型，你输入给计算机计算的时候，输入给它一张图片，并且会告诉它这是不是人脸图像，“人脸图像”和“非人脸图像”，就是标签。
再比如想训练一个识别垃圾邮件的模型，需要标记这些用来训练的数据，是否是垃圾邮件。然后再作为训练模型的输入。“是”和“不是”就是这些数据的标签。
总之，监督学习就是你会告诉机器，这是一个什么类型的数据。模型经过训练之后，建立了数据和标签之间的映射，就是说，它学会了什么样的图像是人脸图像，什么样的不是。学会了这点，你再随便输入一张图像，它可以判断这是不是人脸图像。这就是inferring, 推理的过程。
最后，监督学习模型可以分为两大类，回归模型和分类模型，回归模型可以判断连续的变量，比如，预测房价，预测机票等， 分类模型是用来判断离散的变量，比如是或者不是，是猫还是狗。
