Machine Learning == Looking for a Function
AI过程的解释：用户输入信息，计算机经过处理，输出反馈信息（输入输出信息的形式可以是文字、语音、图像等）。
因为从输入到输出的处理不是简单的数学运算，甚至很多时候科学家并不知道如何来实现这个过程。
所以最初的时候科学家写了很多的规则。
但是这种方法，有很多的问题：
一是hand-crafted rule无法包括所有可能情况，
二是它永远不会超过它的创造者的水平，
三是投入的人力过多。
所以后来采用的方法是让计算机从数据中自己去学习。
so, 机器学习的主要工作就是找到这样一个信息处理函数。
这些函数也称为模型：A set of Funciton == Model (f1, f2, f3, ...)
Training Model的三个步骤：
- 生成A set of function，f1, f2, f3, ...
定义Goodness of function f
用Training Dada训练, 找到 Best Function f*
(Testing: 之后用Testing Data来测试f*)
本课程的Learning Map:
术语解释如下：
机器学习的下一步：
（图片右键，在新标签页中打开）
