1.RGB格式：红绿蓝三色叠加
2.HSV格式：颜色的直观特性，色调(H)，饱和度(S)，明度(V)
3.反向传播算法：一种利用梯度下降优化来训练一系列参数化运算链的方法。应用于神经网络。
4.核方法：一组分类算法。
支持向量机（SVM）->通过在属于两个不同类别的两组数据点之间找到良好决策边界来解决分类问题。
5.深度卷积神经网络（convnet）成功
6.深度学习不同于机器学习：将特征工程完全自动化。
7.深度学习从数据中进行学习时有两个基本特征：第一，通过渐进的、逐层的方式形成越来越复杂的表达；第二，对中间这些渐进的表达共同进行学习，每一层的变化同时考虑上下两层的需要。
8.了解机器学习算法和工具的现状：Kaggle上的机器学习竞赛。Kaggle上主要有两大方法：梯度提升机 和 深度学习。梯度提升机用于处理结构化数据的问题，深度学习用于图像分类等感知问题。