机器学习基础知识：
（一）、什么是机器学习？
对于某给定的任务T， 在合理的性能调度方案P的前提下， 某计算机程序可以自主学习任务T的经验E， 随着提供合适、优质、大量的经验E， 该程序任务T的性能逐步提高
这里最重要的是机器学习的对象：
（1）任务Task， T， 一个或多个
（2）经验Experience， E
（3）性能Performance， P
通俗的理解：
机器学习是人工智能的一个分支， 我们使用计算机设计一个系统， 使它能够根据提供的训练数据按照一定的方式来学习；
随着训练的次数的增加， 该系统可以在性能上不断学习和改进；通过参数优化的学习模型， 能够用于预测相关问题的输出。
思考：
如何设计无人驾驶机动车？
（二）、机器学习可以解决什么？
给定数据的预测问题
1. 数据清洗/特征选择
2. 确定算法模型/参数优化
3. 结果预测
不能解决什么？
大数据存储/并行计算 ---》大数据可以帮助机器学习，更好的训练模型
做一个机器人
（三）、模型怎么建立， 目标函数怎么得到的，如何让模型更好的学下去呢，调参该怎么做呢？
思考...
模型的目的：为了使用模型
（四）、涉及知识
参数T度下降，用的就是求导
(五)、名词解释
