私の積読本のなかでも、最古参で異彩な色を放つ「Python-機械学習プログラミング-第３版」をついに手に取ることができた！！
そこで、勉強したことを、理解を深めるためにもここにまとめていこうと思う。
第１８章くらいまであるので、随時更新していく。
【第一章：機械学習の種類と】
機械学習には大きく３つの種類がある。
③強化学習
学習データ（訓練データ、教師データ）と呼ばれる、モデルを作成する際にあてるべきデータがすでに存在する際、有効な機械学習方法。学習データで予測するものとしては、あてるべきデータが０か１の２値分類のものもあれば、3以上のものもある。
学習データがなく、どれが正解のデータかがわからない状況において有効な機械学習。
（e.g.）クラスタリング（大量の情報をクラスに分類して構造化すること）によるグループの発見
③強化学習
環境とのやり取りに基づき性能を改善するプログラム。
（e.g.）チェスエンジン、将棋AI等
【第２章：Irisデータを読み込もう！】
パーセプトロンとADALINEについての紹介があったが、あんまり使われる場面を見たことがないため、スキップして、今後使用するであろうIrisデータの取得を行う。
Iris(アヤメ)データとは、教師あり学習を学習する際、例題としてよく使われるデータで、scikit-learn（a.k.a. sklearn）のdatasetsモジュールに含まれている。
まずは、sklearnのインポートから
conda install skearn
import sklearn
【第３章】
