1、1 自然语言处理
① 文本分类和排序
② 情感分析
③ 文件摘要
④ 命名实体识别
⑤ 语音识别
⑥ 自然语言的理解和生成
⑦ 机器翻译
2、2 数据库
① 训练数据
② 验证数据
③ 测试数据
3、3 计算机视觉
① 图像分类
② 目标检测
③ 图像分割
4、4 监督学习
监督学习是用实例来教模型学习的一类机器学习模型集合
5、5 无监督学习
相比于监督学习，无监督学习模型是通过观察来进行自我学习
6、6 强化学习
强化学习算法一种“游戏”的过程,其目标是最大化 “游戏奖励”
7、7网络神经
神经网络是一个非常广泛的机器学习模型集合
8、8 过拟合
当过拟合现象发生，它通常意味着模型将随机噪声当作数据，并作为一个重要的信号去拟合它，这就是为什么模型在新数据上的表现会出现退化
