1.有监督学习 有标记的数据 如何训练 （分类算法 回归算法）常用算法

2.无监督学习  无标记数据 聚类

一般AI领域

1 自然语言处理（nlp）

  分词 句法分析 纠错 机器翻译 文本分类等

2 图像处理

   人脸识别 手写体识别等

3 数据挖掘

   金融 电信 能源等

基础算法 分类与回归

分类：

    朴素贝叶斯

    k邻近距离等

    知识向量机等

   分类问题y值（也叫label）,更离散化一些，二期同一个 y值可能对应一大批的x,这些x是有一定范围，所以分类问题耕读的是（一定区域的一些x）对应着（一个y）

回归：数学表示上是数值是一个连续的

线性回归   

     能用一个直线方程较为精确的面熟数据之间的关系，这样当出现一个新的数据时候名酒能预测出一个简单的值（找出根据数据拟合出的直线） 

    求直线

    y=kx+b 直线方程 

    求k 和 b

逻辑回归等 (0-1)是非 （0-0.5 0.5-1） 其实是分类问题

回归问题的模型更倾向于(很小区域内的x,或一般是一个x)，对应着(一个y)