https://www.zhihu.com/question/20747381/answer/161858582
机器学习里面最重要的四类问题（应用）：预测（Prediction）--可以用回归（Regression），聚类（Clustering）--如K-means方法，分类（Classification）--如支持向量机法（SVM），降维（Dimensional reduction）--如主成份分析法（Principal component analysis (PCA)）。
机器学习的分类：监督学习（Supervised Learning，如深度学习），无监督学习（Un-supervised Learning，如聚类），半监督学习（Semi-supervised Learning），增强学习（Reinforced Learning）。
求解线性回归的最小二乘法问题，完全可以看作运筹学中无约束的二次规划问题（Quadratic Programming），其优化模型如下：
min: sum_(a*x_i+b - y_i)^2
目标函数是最小化回归误差的平方和，由于无约束，因此可以算得其解析解(a,b)。另外唠叨一句，机器学习、深度学习中的“学习”二字，仅仅是指求解参数的过程。例如这里求得参数a、b，便是“机器学习”了这个预测的问题。