1.机器学习的目标

机器学习是实现人工智能的手段，其主要研究内容是如何利用数据或经验进行学习，改善具体算法的性能

多领域交叉、涉及概率论、统计学，算法复杂度理论等多门学科

广泛用于网络搜索、垃圾邮件过滤、推荐系统、广告投放、信用评价、欺诈检测、股票交易和医疗诊断等应用

2.机器学习的分类

机器学习一般分为下面几种类别

监督学习（suoervised learning）

无监督学习（unsupervised learning）

强化学习（reinforcement learning，增强学习）

半监督学习（semi-supervised learning）

深度学习（deep learning）

3.python scikit-learn

sklearn库中的标准数据集

sklearn库的基本功能

sklearn库的共分为6大部分，分别用于完成分类任务、回归任务、聚类任务、降维任务、模型选择以及数据的预处理