01从示例学习模式

机器学习让系统根据数据形成用于预测或生成结果的模型。它与逐条手工写规则的方式不同，但仍依赖目标、数据和训练方法。学习到的模式不等于理解了全部现实。

02评估需要新的数据

在训练材料上表现好，不保证在未见过的材料上同样可靠。评估应使用独立数据，并检查错误类型。数据不足、环境改变或样本偏差都会影响结果，模型输出需要结合任务核对。

03设计一个简单任务

设想按颜色与形状分类叶片，写出需要哪些样本，以及光照变化可能造成什么问题。这个练习不需要编程，先训练我们提出清楚问题与识别数据局限的能力。