机器学习理论
机器学习： 对于某给定的任务T， 在合理的性能度量方案P 的前提下，某计算程序可以自主学习任务T的经验E，随着提供合适、优质、大量的经验E，改程序对于任务T的性能逐步提高。
人工智能与机器学习： 机器学习是人工智能的一个分支，我们使用计算机设计一个系统，使它能够根据提供的训练数据按照一定的方式来学习，随着训练次数的增加，该系统可以在性能上不断学习和改进，通过参数优化的学习模型，能够用于预测相关问题的输出。
机器学习的分类：监督学习，无监督学习，强化学习
监督学习
样本是有标记的
无监督学习
可以把比较接近的样本放到一个类别中。
增强式学习：行为认知启发下的机器学习的分支。Agent 感知环境，做出动作，根据奖惩状态/feedback做出调整和选择
机器学习的算法
相关资料
导数：是曲线的斜率，是曲线变化快慢的反映，也是梯度。
二阶导数：是曲线斜率变化的快慢，表示曲线的凹凸性。
梯度：
凸函数：是碗状的函数，开口向上；
凹函数：开口向下