有监督学习：分类问题，确定样本类别；回归问题，确定一个实数值 无监督学习：聚类问题，类别没有事先定义，由算法确定；数据降维问题，将一个向量变换到低维空间中 强化学习：根据当前的状态确定要执行的动作，以达到某一目标，抽象来说，是最大化累积回报。下棋问题就是强化学习的一种，自动驾驶汽车也是。反馈结果具有延迟性。
微积分 线性代数 概率论 最优化方法主要是梯度下降法 比较难的模型有：GAN/VAE/RBM
