总体介绍了机器学习的概念与过程。重点有在于对归纳偏好的理解：归纳偏好：就是机器对某类假设的偏好，在输出此类结果时，模型会得到“奖励”，进而不断学习进化。而在比较两种不同算法的误差时，作者引入了“没有免费午餐”定理（NFL定理）。定理的结论可理解为，不同算法的期望性能是相同的，总误差与学习算法无关！但这一结论是在理想前提下，即所有问题出现的概率相同的前提下进行的数学证明，和实际情况有很大差异。