最近在学习周志华老师的《机器学习》，现将每一章我认为比较重要的知识点总结出来。这样能够方便在今后迅速地了解每一章的大致内容，做到温故知新。希望也能帮助到大家。
第一章 绪论
- 我们能做出有效地预判，是因为我们已经累计了许多经验，而通过对经验的利用，就能对新情况做出有效的决策
- 机器学习所研究的主要内容，是关于在计算机上从数据中产生“模型”的算法，即“学习算法”
- 机器学习的目标是使学的模型能很好地适用于“新样本”，而不是仅仅在训练样本上工作得很好，学得模型适用于新样本的能力，称为“泛化”能力
- 机器学习算法在学习过程中对某种类型假设的偏好，称为“归纳偏好”
- 对于一个学习算法a，若它在某些问题上比学习算法b好，则必然存在另一些问题，在那里b比a好。这个结论对任何算法均成立
- 脱离具体问题，空泛地谈论”什么学习算法更好“毫无意义。学习算法自身的归纳偏好与问题是否匹配，往往会起到决定性的作用
- 深度学习发展的原因：数据大了、计算能力强了