知识=数据
算法=公式（神经网络=各种算法人来帮助机器选择算法）
模型=参数
预测=把新的数据和参数进行计算得到结果
y=a*x + b
y1,x1 和 y2,x2事实上就可以作为数据
a,b就是要求解的参数
预测就是当新的x带到公式里面，球得的y预测结果
机器学习分为
有监督的机器学习：有y
回归（y区间是正无穷到负无穷）：预测结果具体的值（股票涨多少，具体多少分）
分类（y是分类号)：预测结果是哪个类别：球队输赢，照片是人是动物
无监督的机器学习： 没有y
聚类：在没有y的情况下，把数据分类成一堆一堆
降维：X1....Xn维度多，n特别大的时候，需要为了更快的解方程组，减少x数量的算法
