1 监督学习
- 输入数据是由输入特征值和目标值所组成。
- 输出可以是一个连续的值(称为回归），或是输出是有限个离散值（称作分类）
2 无监督学习
- 输入数据是由输入特征值组成，没有目标值
- 输入数据没有被标记，也没有确定的结果，样本数据类别未知
- 需要根据样本间的相似性对样本集进行类别划分
3 有监督，无监督算法对比
4 半监督学习
- 训练集同时包含有标记样本数据和未标记样本数据。
5 强化学习
- 实质是make decisions 问题，即自动进行决策，并且可以做连续决策。
- 强化学习的目标就是获得最多的累计奖励。