机器学习定义：
1、在没有明确设置的情况下，使计算机具有学习能力的研究领域（Arthur Samuel 1959, 跳棋游戏）
2、一个适当的学习问题定义如下，计算机程序从经验E中学习，解决某一任务T，进行某一性能度量P，通过 P测定在T上的表现因经验E而提高（Tom Mitchell 1998）
机器学习算法:
监督学习、无监督学习（最常用的两种）
强化学习、推荐系统
监督学习：
给算法一个数据集，其中包含了正确答案，算法的目的是给出更多正确答案
连续值：回归问题，即选择合适的函数拟合数据
离散值：分类问题，可能输出多个结果
无监督学习
给算法一个数据集，其中不包含标签信息或者标签相同，算法的目的是找到其中的某种结构
聚类算法：根据数据的分布特征，将数据分成不同的簇
应用：google新闻、基因组学、组织大型计算机集群、社交网络、市场划分、天文数据分析等
鸡尾酒会算法：从混合音频源中分离音频