我們生活在一個全新的時代，
計算正從大規模主機遷移到雲端。
大規模、高性能計算的背後是機器學習的演算法，
這些演算法可分為以下三大類：
監督式學習：回歸、決策樹、隨機森林、KNN、邏輯回歸等；
無監督學習：Apriori演算法、K-means等；
強化學習：機器通過不斷地試錯學習過去的經驗，
線性回歸
邏輯回歸
決策樹
支持向量機
樸素貝葉斯
KNN
K均值
隨機森林
降維演算法
梯度下降演算法（GBM, XGBoost, LightGBM, CatBoost）
乾貨！機器學習十大核心演算法
谷歌自動駕駛汽車和機器人獲得媒體廣泛關注，
不過公司真正的未來在於機器學習，
即可以讓電腦變得更聰明、更接近於人的技術。
——埃瑞克·施密特（穀歌CEO)
盡可能獲取最好的知識，
做出更準確的決策，
例如瑪律科夫決策過程。