第五章主要介绍了一些机器学习的基础原理，并举出实际例子进行讲解。 简单来讲机器学习算法是一种能够从数据中学习经验后性能有所提升的算法。 5.1 学习算法          样本是指我们从某些希望机器学习系统处理的对象或事件中收集到的已经量化的特征。 设计机器学习任务 ·         定义任务T ·         定义性能度量P（选择误差…MSE训练误差是要除以样本量的，在某些情况下很难确定应该度量什么） 常见的机器学习任务：分类、输入缺失分类、回归、转录、机器翻译、结构化输出、异常检测、合成和采样、缺失值填补、去噪、密度估计或概率质量函数估计。 ...