机器学习的概述：
机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。 -- 百度百科
机器学习关注的问题：
计算机程序如何随着经验的积累自动提升性能。【计算机程序如何随着经验的积累，自动提升判断概率】。
对于某类任务T 和 性能度量 P， 如果一个计算机程序在 T 上以P衡量的性能，随着经验E而自我完善，那么我们称这个计算程序从经验E学习。
机器学习的分类：
监督学习【https://baike.baidu.com/item/%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0/9820109?fr=aladdin】
无监督学习【https://baike.baidu.com/item/%E6%97%A0%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0】
半监督学习【https://baike.baidu.com/item/%E5%8D%8A%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0】
强化学习【https://baike.baidu.com/item/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0】
