机器学习的重要性：

　　　　大数据分析和人工智能已经成为整个社会发展最主要的基础推动力，两者的基础都是机器学习。

　　大数据分析火热的深刻原因：

　　　　数据源：非结构化数据（语音，视频，文本，网络数据）

　　　　模型和计算能力：深度学习、GPU、分布式系统

　　　　广泛的应用场景：营销，广告，金融，交通，医疗等

 

 　　机器学习分类：

　　　　有监督学习：

　　　　　　数据集中的样本带有标签，有明确目标

　　　　　　回归和分类

　　　　无监督学习：

　　　　　　数据集中的样本没有标签，没有明确目标

　　　　　　聚类，降维，排序，密度估计，关联规则挖掘

　　　　强化学习：

　　　　　　指挥决策的过程，通过过程模拟和观察来不断学习，提高决策能力

　　　　　　例如：AlphaGo