获取数据+数据处理+特征工程+机器学习+模型调优
一：机器学习的定义
二：工作流程
三：工作流程解释
pandas + numpy + matplotlib
四：机器学习算法分类
4.1 监督学习
4.1.2 回归问题
目标值是连续的
4.1.2 分类问题
目标值是离散的
4.2 无监督学习
没有被标记，没有目标值
4.3 有监督学习和无监督学习的区别
4.4 半监督学习
4.5 强化学习
4.6 监督学习和强化学习的区别
4.7 小结
五：模型评估
5.1 分类模型评估
5.2 回归模型评估
六：拟合、欠拟合、过拟合
欠拟合：训练不好，测试不好
过拟合：训练过于优越，测试不好
七：本人博客资源Auzre里面有模拟机器学习的工具
八：深度学习的定义
