這一章主要講的是機器學習基礎，包括什麼是“機器學習”？機器學習的一些術語等等。
1.3 講了機器學習的主要任務，主要解決分類問題和迴歸問題，這兩者又屬於“監督學習”的範疇。與之對應的是“無監督學習”，這類數據沒有類別信息，也不會給定目標值。
監督學習算法包括：K-近鄰、樸素貝葉斯、支持向量機、決策樹等。
無監督學習算法包括：K-均值、DBSCAN等。
1.4 講了如何選擇合適的算法。主要就是一句話：如果想要預測目標變量的值，則可以選擇監督學習算法，否則可以選擇無監督學習的算法。然後舉例說明了分類算法、迴歸算法的選擇。
1.5 講了開發機器學習應用程序的步驟，第一步“收集數據”，第二步“準備輸入數據”，第三步“分析輸入數據”，第四步“訓練算法”，第五步“測試算法”，第六步“使用算法”。
1.6 主要是介紹Python ，這部分沒什麼說的。
本文只是一個引子。下一篇纔是正式的，K-近鄰算法。