1简单的机器学习流程
2训练集/验证集(开发集)/测试集
在机器学习和模式识别等领域中，一般需要将样本分成独立的三部分训练集（train set），验证集（validation set ) 和测试集（test set）。其中训练集用来估计模型，验证集用来调超参数，测试集用来测试模型准确度.
在教学环境中，由于数据比较少，我们只涉及训练集与测试集
3常见的机器学习算法
分类、回归、聚类、降维、模型选择、预处理等
有监督机器学习和无监督机器学习
有监督机器学习：我们要教会计算机做某些事情
无监督机器学习：让计算机自己去做某些事情
有监督机器学习就是：我们给算法一个数据集，其中包含了正确答案，算法的目的就是给出更多的正确答案
无监督机器学习就是：我们给算法一个数据集，但是不给他正确答案，而让计算机自己去学习
分类：有监督, 举例：猫狗分类
回归：有监督, 举例：房价预测
聚类：无监督, 举例：新闻分类
降维：数据处理
模型选择：算法的选择和参数调试所用到的技术
预处理：特征提取和归一化