**机器学习的方法包括: **
监督学习 supervised learning;
非监督学习 unsupervised learning;
只有数据，没有标签半监督学习 semi-supervised learning;
主要考虑如何利用少量，有标签的 样本 和 大量没有标签样本进行训练和分类强化学习 reinforcement learning;
把计算机丢到一个对于它完全陌生的环境 或者 让它完成一项从未接触过的任务，它自己会去尝试各种手段，最后让自己成功适应这一个陌生的环境----从经验中总结提升遗传算法 genetic algorithm.
模拟我们熟知的进化理论，淘汰弱者，适者生存，通过淘汰机制去选择最优的设计或模型
人工神经网络靠的是正向和反向传播来更新神经元, 从而形成一个好的神经系统, 本质上, 这是一个能让计算机处理和优化的数学模型. 而生物神经网络是通过刺激, 产生新的联结, 让信号能够通过新的联结传递而形成反馈.
