机器学习
让机器像人具备学习的能力
拟人
知识--数据
算法--公式
（神经网络--各种算法人来帮助机器选择算法）
模型--参数
预测--把新的数据和参数进行计算得到结果
y = a*x + b
y1,x1和y2,x2事实上就可以作为数据
a,b就是要求解的参数
预测就是当新的x带到公式里面，求得的y预测结果
机器学习分为
有监督的机器学习：有y
回归(y区间是正无穷到负无穷)
预测结果具体的值
分类(y是分类号)
预测结果是哪个类别
无监督的机器学习：没有y
聚类
在没有y的情况下，把数据分类成一堆堆的
降维
X1...Xn维度多，n特别大的时候，需要为了更快的解方程组，减少X数量的算法
numpy数学计算框架
scipy物理计算框架
pandas数据分析框架
matplotlib绘图的框架
scikit-learn机器学习的框架
tensorflow谷歌开源出来的深度学习的框架
keras开源出来的深度学习的框架
