大白话讲机器学习

1.什么是机器学习，机器学习就是厉害的统计学。机器学习过程是收集训练集，用算法在训练集上学习，产出模型，在模型上测试效果。

学习时，第一步要大处着眼。先要搞清楚要学的是什么，为什么要学习他，他会在那些场景上发挥作用。

2.学习的目标是什么。在自己推导算法的过程中，理解各种机器学习算法的思想；可以在pycharm中调用库实现算法；为深度学习打下基础。

不论做什么事都要有目标，而且目标越清晰越好，实现目标的信念越坚定越好。

3.然后我们会接触到很多概念，比如：泛化、样本空间、特征向量集。这时候我们要看，但看的目的是为了加深我们对机器学习整体过程的印象。对概念的具体解释要在实际问题中一步步了解。

4.既然是统计学，那也就分线性回归、非线性回归、决策树。我们先从线性回归学起。这里我们的效率非常高，因为我们很确定我们就是通过课程学习南瓜书帮助我们理解西瓜书。一但确定了学习资料，我们就省下了非常多的功夫。