定义
机器学习：对于一个具体的任务T，通过学习得到的经验E，不断的调整以优化它的性能P。（例如：对于判断邮件是否为垃圾邮件的任务，通过学习分类后得到的正确的或错误的标签，不断调整来尽可能使大部分标签正确）
分类
Supervised learning
监督学习：给定的数据集有确定的标签，根据这些标签来进行学习，多用于回归（房价的预测）和分类（肿瘤良性判断）
英文单词（malignant：恶性，benign:良性）
Unsupervised learning
无监督学习：给定的数据集无明确的标签，从中找出数据的某些关系和结构，多用于聚类（新闻汇总、DNA检测、鸡尾酒会）