1.什么是机器学习？ 从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测。
比如AlphaGo的应用：从成千上万的棋谱中，找到模型，利用已知的棋谱对新棋谱进行预测。
2.机器学习的目的： 让机器学习程序替换手动的步骤，减少企业的成本也提高企业的效率。
3.机器学习的数据： 常用文件csv
4.机器学习的数据为什么不存储在数据库中？1.比如MySQL当数据达到一定规模，数据库会有性能瓶颈。
2.数据库格式不太符合机器学习所要求的那种格式。
=============================================================================================
5.可用数据集：scikit-learn特点：1、数据量较小；2、方便学习；
kaggle特点：1、大数据竞赛平台；2、80万科学家提供真实数据，数据量巨大；
6.常用数据集数据的结构组成（非常重要）
结构：特征值+目标值
例子：在一个表中，告诉你相关数据（列），比如身高、体重、皮肤颜色、头发长度，让你去预测这个人是男是女？
这里的特征值就是身高、体重、皮肤颜色、头发长度，目标值就是男or女。
注意：有的数据没有目标值。
7.数据中对于特征的处理：
pandas：一个数据读取非常方便以及基本的处理格式的工具。
sklearn：对于特征的处理提供了强大的接口。
注：机器学习对于重复数据不需要像爬虫一样进行去重。
8.特征工程（非常重要）
特征工程概念：将原始数据转换为更好地代表预测模型的潜在问题的特征的过程，从而提高了对未知数据的预测准确性。
在特征工程中，必须要掌握：数据的特征抽取、数据的特征预处理、数据的降维