利用机器学习处理一个实际的问题就不仅仅是我们得学会怎么使用机器学习算法，更重要的是如何对整个问题建模。
机器学习主要是由三部分组成，即：表示(模型)、评价(策略)和优化(算法)。
1.模型
具体对于一个分类问题而言，我们希望能够找到一个映射，这样的映射是将输入空间投影到输出空间中。而这样的映射的集合我们便把它称为假设空间(hypothesisspace)。我们其实是在这样的假设空间中寻找满足具体问题的一个映射。对于分类问题而言，映射主要分为：
概率模型：主要是条件概率()
非概率模型：主要是决策函数()