一，模型定义：

1，机器类似一个函数 f(input)=output ，给定输入之后，就会给出我们想要的结果；
2，机器是通过前期的学习来给出理想结果，就好像我们在校学习之后才会做数学题一样；
3，机器学习过程主要是捕获特征，并加以分类，对不同输入得出不同分类，也就是我们想要的结果；

二，学习过程：

1，机器需要不断循环学习才能获得一个比较合适的函数方程，就好比我们不断刷题库才能考高分，这个过程我们称之为训练
2，在有监督的训练下，根据函数输出结果和真实结果对比，不断调整函数的参数，使得输出越来越接近真实结果，即提高准确率
3，调整参数的规则，根据函数结果和真实结果之间的误差趋势来决定，采用不断迭代的方式逐步逼近最优参数，就是我们说的学习过程

相关资料：

http://blog.csdn.net/zouxy09/article/details/8775360/

https://www.zybuluo.com/hanbingtao/note/433855

https://www.slideshare.net/tw_dsconf/ss-62245351