《第1集：机器学习的动机与应用》

监督学习：基于标记数据的学习。

              回归问题：连续数据上的模型构建问题。

             分类问题：离散数据上的问题。

学习理论：主要是如何选择算法，如何验证算法的有效性，算法所需要的数据量等。

无监督学习：其数据是没有被标记的。

加强学习（Reinforcement learn)：这个问题的基本概念是回报函数。通过定义好的、坏的行为，加上趋好趋坏的学习型算法，让程序作出

                                                    一系列正确的决策。