1.机器学习的目标
机器学习是实现人工智能的手段，其主要研究内容是如何利用数据或经验进行学习，改善具体算法的性能
多领域交叉、涉及概率论、统计学，算法复杂度理论等多门学科
广泛用于网络搜索、垃圾邮件过滤、推荐系统、广告投放、信用评价、欺诈检测、股票交易和医疗诊断等应用
2.机器学习的分类
机器学习一般分为下面几种类别
监督学习（suoervised learning）
无监督学习（unsupervised learning）
强化学习（reinforcement learning，增强学习）
半监督学习（semi-supervised learning）
深度学习（deep learning）
3.python scikit-learn
sklearn库中的标准数据集
sklearn库的基本功能
sklearn库的共分为6大部分，分别用于完成分类任务、回归任务、聚类任务、降维任务、模型选择以及数据的预处理
