最近又要吹牛了，恶补了点基础概念。

机器学习（Machine learning）是人工智能的核心算法，是一个源于数据模型的训练过程，最终给出一个面向某种性能度量的决策。

机器学习可以基于数据，帮助做出更高效、更准确的判断和决策。机器学习算法在处理非结构化数据、大数据量数据的利用、解决大规模变量等方面具有较好的作用。

机器学习的基本思路：将现实问题抽象为数学问题，用计算机解决数学问题，从而解决现实问题。

机器学习的步骤：收集数据，清洗数据，选择模型，模型训练，评估模型，参数调整，应用模型。

重点：把数据分为训练集、验证集、测试集，避免过拟合与欠拟合。

什么是欠拟合？上课听不懂，课后作业不会做。

什么是过拟合？上课都懂了，考试老出错。

机器学习的三种主要类型，有监督学习，无监督学习，强化学习。