有监督学习的目的，是通过将已有的输入数据和输出数据，输入计算机，让计算机学到某种规则，使得大多数的输入数据通过这种规则得到的预测数据，与预先告知机器的输出数据尽量匹配。在面对新的输入数据但不知道输出数据时，机器通过学到的规则给出较为合理预测数据。 每个输入数据样本通常是多维的，用以描述这个样本，每个维度又称为特征。特征可以用很多个，如人有身高、体重、国籍、身份证号等特征，但是不是每个特征都是有用的，对于不同的问题所要考虑的特征不同。这也是我目前对机器学习的看法，那就是数据比算法更重要，数据决定了算法性能的下限。如果在处理某些问题时，已有的数据样本量足够大，对预测结果有影响的特征都被充分考虑到，特征收集的过程中噪声很小，并且每个特征取值的分布都符合客观事实，那么即使用最简单的算法，也能得到非常好的结果。反之如果数据量太小，不足以使计算机能够发现特征与标签的规律，或者有某些特征由于客观或主观的原因没有被考虑到，或者数据中夹杂着大量的噪声，使得计算机反而更难学得特征与标签的规律，那么不管用多么精妙的算法，都不会得到太好的结果。 在得到数据之后，不同的算法对数据有不同的处理。Fisher线性判别的思想非常简单，就是将多维特征映射为一维，每一维特征在映射的过程中的重要程度不同，经过WTX+b的线性映射之后得到一个标量，然后直接利用这个标量进行判断。决策树在充分考虑每个类别的特征数据的分布之后，将特征空间划分为若干区域，并对每个区域分别进行判断，当然划分的标准有很多。随机森林是基决策器为决策树的集成算法，简单来说就是单独训练多个决策树之后进行投票，这样可以在一定程度上减少单个决策树的失误。SVM的思想与Fisher相反，将特征映射到更高的维度上，使得在原始特征空间无法线性可分的数据，在高维特征空间中可以线性可分。尤其是核技巧的提出，将两个原始数据输入核函数，可以直接得到它们在高维特征空间进行运算的结果，大大简化了求解的运算量。在高维空间中，SVM试图找到一个决策面，可以把所有同类的样本分到同侧，不同类的样本分到两侧，并且决策面距离两类样本的距离（边际）要尽可能大，这样可以使出现在决策面附近的样本尽可能分类正确，从而提高泛化性能。 神经网络其实是在求解一个高维方程组，只不过它的提出者声称受神经元细胞的工作机制的启发，便将这个方法命名为神经网络，事实上并没有确切的生物学依据。
人类约有40万亿个细胞，其中神经元细胞大约为500亿个，如果让每个神经元细胞在某一秒同时向大脑报告它获取的信息，那么大脑需要多久才能接收、整理这些信息呢？更不要说再分别告诉每个细胞接下来要怎么做。我们每个人在日常生活中，都没必要去管这些事，这些工作都依赖于生物的本能，通过经验去形成神经元之间的链接，而人脑只是负责最顶层的工作。每一个神经元细胞在接受到某些信息后，加工处理发送给下一个神经元细胞，但是它对信息所做的处理可能微乎其微，只不过在经过数量足够多的传递之后，才会形成某些有意义的信息。这也是我对人工智能的看法，那就是目前的技术还远不能实现真正的人工智能。AlphaGo会下围棋，但是它不能和人类下跳棋象棋，不会唱歌跳舞，不会做除了人类教给它的围棋以外的任何事。如果一个人从出生开始就只下围棋，学习各种棋谱，不必考虑衣食住行等任何事，他未必下不过AlphaGo。没有意识的机器之于生命，再高效也只是工具，而实现人工智能，必须去探索隐藏在意识背后的生物本能。（不知不觉写跑偏了，不过本着多歧为贵的学术态度，把这段无关的内容引起来，表达一下自己的看法。）
传统的神经网络的每一层，将从上一层得到的数据x=（x1，x2，…，xn）经过WTx+b的线性映射后，再经过激活函数进行非线性变换，这就是一个神经元内部的操作。而多层的神经网络，我们可以想象为数据从网络的头部一层一层传输到尾部，但实际上就是将σ（WTx+b）进行多次的嵌套，最终得到一个预测值y*。接下来根据y*与标签的误差，进行反向传播，不断地调整网络内部的W和b，使得更多的y *能够接近标签。其中可能会涉及在高维空间困于局部最优值，或学习率太大导致在最优值附近波动等问题。三层神经网络可以模拟任意决策面，第一层表示足够多的直线，第二层表示这些直线一侧区域的交集，第三层表示不同区域的并集。神经网络是一个粗暴的算法，它可以把不规则决策面分割为足够多的小段，通过不断调节网络内部参数，不断逼近真实的决策面。而由于局部最优解问题，它的性能依赖于参数随机初始化的取值，超参数的选择，并且需要一定的算力。
