机器学习问题可分为两类问题：监督学习、无监督学习。
一、监督学习：指的是给出一组数据，并且给了要求问题的具体描述，然后预测。具体又可分为回归问题和分类问题。
（1） 回归问题：意指要预测一个连续值的输出。
（2）分类问题：指预测一个离散值的输出。
二、无监督学习：指的是给出一组数据，对计算结果没有明确的要求，让计算机通过自主学习来得到结果。比如聚类算法。
Octave：机器学习算法工具。
算法符号说明：m-训练样本的数目、x-特征值/输入变量、y-输出变量/目标变量、（x，y）-训练样本。
代价函数：评估预测准确度的函数。
梯度下降算法：求最小化代价函数J
：= 赋值符号 α:学习效率
j=1与j=0要同时更新
正确的更新：
错误的更新：
