机器学习是通过现有的数据来找出其中的规律，并对未来的数据进行预测。
基本步骤：
样本、特征、模型、模型训练、训练集、测试集、损失函数、过度拟合、正则化、交叉验证
方法分类
有监督学习：数据集中的样本带有标签，有明确目标。
无监督学习：数据集中的样本没有标签，没有明确目标。
强化学习：智慧决策的过程，通过过程模拟和观察来不断学习、提高决策能力。