第一章——绪论

在开始西瓜书系列之前，首先声明一下：作者并不是一个专业的程序员，只是跨界而来，想看看所谓的机器学习究竟是一片怎样的风景。一千个人眼中有一千个哈姆雷特。同样的，面对同一本书，每个人的理解是不同的。在这个读西瓜书的系列笔记中，我仅以自己所熟悉的那些知识和背景出发，来记录自己的读书历程。

1. 什么是机器学习。

大段的标准化的定义我们就免去了。就我的理解而言，先是有了一个T-Task，接着我们得到了E-Experience，然后通过计算机去获得并改善P-Performance. 缺一不可。先提出一个要解决的问题，通过学习获取经验，不断的衡量成绩，这和我们人类的学习有很多相同的地方。

2. 基本术语

作者在这部分用挑西瓜的例子，给大家介绍了一些基本的术语。大致整理了一下：

数据集（Data Set），样本（Sample），特征（Feature），看图就很清楚了

标记（Label），分类问题（Classification），回归(Regression)

关于模型的泛化、特化，以及归纳偏好