机器学习中的监督学习算法，常常用于预测建模。这些算法有一个共通的原则。
人们一般这样来描述机器学习算法：学习一个目标函数（f），能够最好地将输入变量（X）映射到输出变量（Y）。
Y = f（X）
这是一个常见的学习任务。我们期望在给定新的输入变量（X）时，对（Y）做出预测。 我们并不知道函数（f）长什么样，或是什么形式。 倘若我们知道，大可直接使用，也就不需要使用机器学习算法从数据中进行学习。
只有在学习之后，我们才得到了这个函数（f）
最常见的机器学习类型是预测建模（或预测分析），即通过学习映射Y = f（X），根据新的X来预测Y的值.。我们的目标是实现最准确的预测。
在下一课中，你将发现参数算法和非参数算法之间的区别。