1、机器学习的目标是使学得的模型能很好地适用于新样本，而不是仅仅在训练样本上工作得很好，学得模型适用于新样本的能力，称为______泛化：学得模型适用于新样本的能力（具有强泛化能力的模型能很好地应用于整个样本空间）线性回归、对数几率回归、决策树、支持向量机、贝叶斯分类器、神经网络。机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。：用来描述样本属性的输入数据，是模型用来“理解问题

输入数据通过网络的每一层，每层的神经元计算其加权输入的总和，然后通过激活函数生成输出，传递到下一层。​在（0.1）范围内随机初始化网格中所有连接权和阈值，到输出层产生结果，计算输出层神经元误差，传到隐藏层，计算隐藏层神经元误差，然后更新连接权和阈值，重复此过程直至达到停止条件，输出连接权和阈值确定的多层前馈神经网络。神经元模型：神经元接收到来自n个其他神经元传递过来的输入信号，这些输入信号通过带权