第一章介绍了基本术语、发展历程、应用现状以及推荐了一些阅读材料。可能有些同学会忽视阅读材料里给出的书籍或者期刊会议论文，但其实这些阅读材料也十分重要，比如读研或读博时候需要阅读大量经典的前沿的论文，从哪里找呢？发论文要发在哪里呢？这是需要提前了解的，周老师在书里面提到了ICML、IJCAI、AAAI、KDD、ICDM、CVPR、ITPAM一系列期刊与会议。
第二章介绍了模型评估与选择。首先，过拟合在实践中比较容易出现，个人在实际应用中避免方法有：1、扩展数据集，包括多采集或者旋转平移扩增数据集。2、换一个模型，使用更简单的网络，更少量的参数。3、训练轮数减少。性能度量使用比较多的是acc和recall，在工业无损检测领域的话首先要保证recall，不能把关注的东西（危险物品）漏检，之后尽量提升acc。
[1] 周志华. 《机器学习》[J]. **民商, 2016, 03(No.21):93-93.