最*学*了一下decision tree、bootstrap、random forest、adaboost、GBDT这些算法的基本知识，顺便安装了xgboost（win10）。
本来想先拿kaggle做一些项目试试，但看了下kaggle的教程，感觉细节太多，也不是我学ML的主要目的，因此暂时想跳过。
扫了眼ML in action，发现里面的Python算法写的很精简，值得抽空过一遍。
还了解了基本的RL算法，Qlearning、sarsa等等，当然完全只是扫了下最基本的知识。
目前在安装cuda的路上，最新的cuda9.1还是不支持15.6vs，坑很多，慢慢挖吧。cpu版本的tensorflow是可以用的，但是还是想调出gpu版。
tensorflow功能貌似远不止用来machine learning，看到官方tutorial上有解PDE的。