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
