Machine Learning 学习笔记（1） introdcution

1. 监督学习：回归问题—连续；    分类问题——离散，之后会讨论有限维空间无法表示的分类问题，支持向量机，处理无限种特性，如何用计算机存储？
2. 学习理论：通过定理证明学习型算法的有效程度；需要多少数据；
3. 无监督学习：没有标准答案

clustering problem聚类问题，计算机视觉，对像素聚类，只取一张图来构建真实世界的3d模型 ，监督学习和无监督的混合，聚类只是第一步

a cool problem: 鸡尾酒会问题，分离嘈杂人说话声，unsupervised learning，独立元件组学习

  4. 强化学习：做一系列决策，回报函数，机器人领域