机器学习的定义：
让机器代替人，实现人的工作。
现有的机器学习分类：
（1）监督学习 ===> 分类问题
（2）半监督学习 ===> 聚类问题
（3）非监督学习 ===> 聚类问题
（4）强化学习 ===> 降维
归纳：
主要可分为：分类、回归/预测、聚类和维度下降。
机器学习“六步走”：
a.收集数据； b.准备数据 c.选择/建立模型 d.训练模型 e.测试模型 f.调节参数
机器学习“关键三步”：
1.找一系列函数实现预期：建模问题；
2.找一组合理的评价标准，来评估函数：评估函数；
3.找到性能最佳函数：优化问题（例如：梯度下降法。。。）
“过拟合”处理：
1.降低数据量；
2.正则化（L1，L2）；
3.DropOut [丢弃] --> 针对深度学习的隐藏层。
原文：https://www.cnblogs.com/xyqiu90-365/p/9700387.html