机器学习入手几大问题：

1.选择模型
根据模型复杂度，选择线性（linear, logistic, lasso)还是非线性模型（svm, ann, dt)以及其复合版本（dnn, rf)。
2.目标函数（可微分）
似然函数 –> 交叉熵（分类）–> 最小二乘法（回归）
3.优化方法（求梯度）
牛顿法 ，随机梯度下降（SGD)
4.正则化（可适应更多复杂情况）
SVM中维度控制。 经验：越是复杂的问题，正则化条件需要越严格。