一、机器学习的初步认知

1943~1956年

　　MP模型、自动机模型、符号演算、逻辑主义；

1956~1960s

　　LISP、框架知识表示；

1960s~1970s

　　遗传算法、进化策略、模糊集；

1970s~1980s

　　专家系统、DENDRAL、MYCIN、PROSPECTOR、PROLOG、EMCIN等；

1980s~1990s

　　Hopfield网络、自组织网络、多层神经网络、知识工程、模糊逻辑、决策树算法等；

1990s~2000s

　　Boosting算法、Adaboost、SVM、随机森林；

2000s~至今

　　深度学习、自我特征学习、无导式学习、增强学习、分布式机器学习；

二、机器学习、人工智能和数据挖掘

　　深度仿真：阿尔法狗；

　　人工智能包含：机器学习和深度学习；

　　机器学习包含深度学习；

　　数据挖掘必须由企业的统计分析提供数据；

　　模式识别：分类问题、商品预测销量和取值；

　　模式识别与机器学习交集，解决机器学习的问题；