- 如何选择特征，画出密度曲线来判断，看哪些特征能更好地进行分类
- 泛化: 概括地说，所谓泛化能力（generalization ability）是指机器学习算法对新鲜样本的适应能力。学习的目的是学到隐含在数据对背后的规律，对具有同一规律的学习集以外的数据，经过训练的网络也能给出合适的输出，该能力称为泛化能力。
- Feature extraction
- Discriminative feature
- Invariant feature with respect to translation, rotation and scale
- The Design cycel
- Data collection
- Feature Choice
- Model choice
- Training
- Evaluation
- Computational complexity(若为NP-hard则无价值)
- 最优解可能是代价太大，在实际生活中我们经常是找一个可行解而不是一个最优解
- Learning and adaptation
- Supervised learning
- Unsupervised learning
- 半监督学习