、人工智能概述
机器学习和人工智能、深度学习的关系
机器学习是人工智能的一个实现途径
深度学习是机器学习的一个方法发展而来的
机器学习的应用场景非常多，主要有下图三种领域：
二、什么是机器学习
定义
机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。
数据集构成
结构：特征值+目标值
注：
对于每一行数据我们可以称之为样本
有些数据集可以没有目标值
二、机器学习算法分类
监督学习（supervised learning）（预测）：输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值（称为回归），或是输出是有限个离散值（称作分类）（有目标值）。
分类问题：目标值为类别
分类 k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归
回归问题：目标值为连续型数据
线性回归、岭回归
无监督学习（unsupervised learning）：输入数据是由输入特征值所组成（没有目标值）
聚类 k-means
三、机器学习开发流程
获取数据->数据处理->特征工程->机器学习算法训练（获得模型）->模型评估->应用
注：
学习要点：算法是核心，数据与计算是基础。
