一、一些简单的神经模型：
- linear neurons （线性神经元）
- Binary threshold neurons(阈值型神经元)
- sigmoid neurons
- Rectified Linear Neurons(sometimes called linear threshold neurons)
- stochastic binary neurons(随机性阈值型神经元)
二、机器学习分类：监督学习、强化学习和无监督学习
（一） 监督学习分为两类：回归和分类
1、fit（拟合）：最小化每一条训练数据的目标输出和机器学习算法实际输出的差异。
（二） 强化学习：输出是一系列动作，你需要根据不定时的奖励来决定应该如何选择。所以目标是选择每个动作，使得将来的奖励最大化。需要一个衰减因子。
（三）非监督学习，如聚类，主成分分析
（名词注释：feed-forward neural network，前馈神经网络）
(名词注释：symmetrically connected netwoke，对称连接网络)
（recurrent networks）