一、几个概念
（1）what is ai including?
看一张图：
这里注意机器学习和深度学习的关系
（2）机器学习和模式识别有什么区别？
和机器学习同领域的有一个词叫做模式识别，二者有什么区别呢?
机器学习：根据样本训练模型，如训练好的神经网络是一个针对特定分类问题的模型，重点在于“学习”；
模式识别：自己建立模型可画已有的特征，样本是用于估计模型中的参数。模式识别的落脚点是“感知”；关注如何让机器像人类一样去识别事物。模式识别通常是通过提取特征来建立模型，而不是像机器学习那样自动调整模型参数。
（3）机器学习的产生？
废话少说，直接看图~：
（4）机器学习的应用？
（5）典型的机器学习过程
训练模型 + 测试模型
二、基本术语
模型、模式、数据集、样本（示例）、特征、属性空间、学习（训练）、训练数据、训练样本【训练数据中 的每一个样本】、训练集、假设【学得模型对应了关于数据的某种潜在规律】、标记、样例【用于标记信息的示例】、标记空间、分类、回归、测试、测试样本、泛化能力、
