（1）什么是机器学习？
机器学习是指依据数据或者以往的经验，来优化计算机程序的性能标准。
（2）分类
根据数据集是否有标签，分为监督学习和非监督学习两大类。其中，监督学习，数据集拥有标签，本身知道测试的正确与否，代表性的模型算法有; 线性回归、逻辑回归等；非监督学习，数据集没有标签，并不知道测试的正确性，代表算法有：聚类、降维等。
（3）使用Python实现
安装的是Anaconda，使用jupyter notebook或者那个spyder，我没看这课前用的是spyder，写点codewars上关于Python的小训练。
（4）本人对机器学习的理解
使机器能够自己学习吧，但在其学习的过程中，人类对它提供了多少帮助，比如使用SVM进行图像分类时，图像特征的选择上。
（课程是 深度之眼—吴恩达机器学习（ps：2月份免费，关注并回复 在家充电））
来源：CSDN
作者：qq_42684396
链接：https://blog.csdn.net/qq_42684396/article/details/104152651