1/什麼是機器學習：
什麼是學習？利用經驗來提升自己，從而獲得理解以及解決問題的能力
什麼是機器學習？讓計算機利用歷史數據來自動提升自己的一種方法
2/機器學習能用來做什麼：
挖掘規律，預測未來，對機器賦能，使得機器能夠代替人類來進行一些簡單的決策過程
3/機器學習的基本過程：
（有監督與無監督學習的區別在於有無標記樣本）
.有監督學習： 數據預處理-----特徵提取與選擇-------分類器設計與訓練------分類器決策
.無監督學習： 數據預處理-----特徵提取與選擇-------聚類（自學習）------ 結果解釋
4/機器學習所涉及的方法：
.專家系統
.統計學習方法（現在的重點研究領域）
5/統計機器學習介紹（僅介紹一些比較經典的算法）：
（1）貝葉斯分類器
（2）邏輯回歸算法
（3）支持向量機
（4）決策樹
（5）K-Means
（5）神經網絡
.........
6/機器學習的工業級應用：
.搜索&推薦：
.自然語言處理：
.風險控制：
.........
7/推薦系統：
目的：
（1）發現用戶興趣點，挖掘長尾效應（2）讓用戶更方便的獲取想要的訊息
流程：
冷啓動-----用戶行爲等信息收集-----建立模型預測用戶興趣點-----線上A/B測試------調整更改模型
8/自然語言處理：
範疇
•自動分詞
•詞性標注
•句法分析
•自然語言生成
•文本分類
•信息抽取
•自動問答
•機器翻譯
..........
