“人工智能”这几个字在最近几年已经在科技界耳熟能详，虽然他不是一门新的技术，但确实这几年发展迅速，并且成为潮流的技术，让人不得不产生极大的好奇与兴趣。
随后，我开始了解“机器学习”——对于人工智能的算法实现，了解了如果通过对于数据集的分析，并且通过构建相应的分类器，实现对于简单问题的预测，而通过sklearn，可以很快的构建自己的分类器，也了解了一些基础的算法，也不详细的赘述，这些也算是接触深度学习之前自己的一些探索。当然，在这过程中，得到最为重要的理念就是：用已有的训练集尽可能“泛化”出优秀的“决策面”，同时应该防止“过拟合”，然后对问题作出决策，判断。
开这个系列旨在记录自己在Udacity深度学习纳米基石学位课程中所学，以及自己的一些理解，期望自己能有耐心持续分享给大家。
