3. Prerequisites and Notation 预备知识和符号约定（《MACHINE LEARNING YEARNING》翻译）

预备知识和符号约定

如果你曾经学习过机器学习的课程（如我在coursera上的machine learning MOOC）或有应用监督式学习的经验，你将能够理解下面这段文字。

我假设你熟悉监督式学习 （supervised learning）：使用标记的训练样例（x, y）学习一个从x映射到y的函数。监督式学习包括线性回归（linear regression），对数几率回归（也叫逻辑回归，logistic regression）和神经网络（neural networks）。机器学习的形式有很多种，但今天大多数机器学习的实际应用都是监督式学习。

这本书里，我将频繁地提及神经网络（nerual networks）（也被称为“深度学习（deep learning）”）。你只需要对他们有一个基本的理解。

如果你不熟悉这里提到的概念，可以看一下Coursera上Machine Learning课程（网址：http://ml-class.org）前三周的视频。