第一讲这个老师主要介绍了关于机器学习的基础的知识然后机器学习的一些分类，有
1.有监督学习（数据集中的样本带有标签,有明确目标回归和分类）
回归：线性回归 岭回归 LASSO 回归样条 分类：逻辑回归 K近邻 决策树 支持向量机
2.无监督学习（数据集中的样本没有标签,没有明确目标, 聚类、降维、排序、密度估计、关联规则挖掘）
聚类 降维 排序 密度估计 关联规则挖掘
3.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）
例如AlphaGo