树构造阶段决策树采用自项向下的递归方式从根节点开始在每个节点上按照给定标准选择测试属性，然后按照相应属性的所有可能取值向下建立分枝、划分训练样本，直到一个节点上的所有样本都被划分到同一个类，或者某一节点中的样本数量低于给定值时为止。

特征工程在机器学习中占有相当重要的地位。

知识融合是对不同专业、不同结构的知识进行融合，从而对已有的知识图谱进行补充、更新和去重

可视化建模能通过丰富的算法组件实现拖拽式建模

迁移学习和对抗生成网络，能减少对昂贵标注样本的依赖

符号学派的不足是难以构建完备的知识规则库

选择样本数据时，我们一般采用随机抽取的方式组成自己的训练集和测试集来使用。

归一化是指将数据集数据缩放到0~1

专家系统中推理机的最基本方式是确定性推理和不确定性推理。

专家系统的结构包含人机界面、知识库，推理机，动态数据库，知识库答理系统和解释模块。

在训练数据集上模型执行得很好，说明是一个好模型。