scikit-learn机器学习官网
一、AI、ML、DL的关系
关系：人工智能是一种产品/应用
人工智能的实现方法：是使用机器学习的算法
深度学习 属于 机器学习
深度学习使用深层（卷积）神经网络进行学习
二、基础概念
1、机器学习概念
机器学习是从历史数据中自动分析学习获得规律(模型)，并利用规律对未知数据进行预测。
1、利用历史数据学习模型
2、将未知新数据 输入模型；模型会输出预测结果
机器学习算法分为两个阶段：训练阶段、测试（预测）阶段
2、数据的概念
1、数据集：样本的集合
2、样本(数据)：每一个记录(每一行的内容，称为一个样本)
3、特征(属性)：样本的属性(每一列的列名)
4、标签：样本对应的结果(最后一列的列名)
遇到数据集，有意识找数据的特征、标签
根据 特征 预测 标签
3、数据类型
1、离散数据(类别数据)：是数出来的
2、连续数据：是测量出来的
4、机器学习算法分类
1、有监督学习算法：数据集有特征有标签
1>分类算法：标签是离散数据
2>回归算法：标签是连续数据
2、无监督学习算法：数据集有特征无标签
1>聚类算法(无监督主要研究聚类算法)