（）的层结构主要有：输入层、卷积层、池化层（汇聚层、下采样层）、输出层等，其他的还可以有全连接层，归一化层之类的层结构。

循环神经网络BPTT算法，A同一个权重参数，在每个时刻上，都调整一次

N-gram模型中，N指的是忽略距离大于n的上文词的影响，N越大时。模型包含的次序信息越丰富，同时计算量随之增大

经过权值和阈值不断迭代调整的过程，就是网络的学习与训练过程

聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类标记未知的对象类。

强化学习在某种意义上可看作具有“延迟标记信息”的监督学习问题。

预剪枝决策树其训练时间开销比后剪枝决策树要大得多。__

多变量决策树亦称为斜决策树。__

基尼指数越小，数据集的纯度越高。__

决策树基本流程遵循简单且直观的分而治之策略。__

基于VC维的泛化误差界是是分布无关、数据独立的