第二章（1）：
一、机器学习概述：（ML)----模式识别
            ==构建一个映射函数    F（x）---y
       1.用于语音识别，图像识别，围棋，对话系统
       2.基础概念：样本：特征（颜色，大小，形，产）fauture
                                   标签（好坏） lable
(样本分为训练集，测试集)
样本必须服从独立同分布
      3.机器学习：从数据中获得决策（预测）函数使得机器可以根据数据进行自主学习，通过算法使得机器能从大量历史数据中学习规律，从而对新的样本进行决策。

二：机器学习三要素
1.模型
     线性方法
     广义线性方法（非线性方法）
2.学习准则（损失函数）
     0-1损失函数
      平方损失函数
      分类损失函数
     交叉商损失函数
     二分类损失函数
3.优化算法
    梯度下降