一、机器学习的分类
1、有监督学习
通过大量已知的输入和输出相配对的数据，让计算机从中学习出规律，从而能针对一个新的输入做出合理的输出预测。
- 回归学习：预测模型的输出是一个连续的函数
- 分类学习：输出结果为离散值
2、无监督学习
通过学习大量的无标记的数据，去分析出数据本身的内在特点和结构。
- 聚类：从数据中去分析数据的类型
- 异常检测：异常检测的系统使用正常值训练的，当它碰到一个新实例，它可以判断这个新实例是像正常值还是异常值
3、半监督学习
多数半监督学习算法是非监督和监督算法的结合。数据也通常是大量不带标签数据加上小部分带标签数据。
4、强化学习
学习系统在强化学习中被称为智能体，可以对环境进行观察、选择和执行动作，并获得奖励作为回报。然后它必须自己学习哪个是最佳方法（称为策略），以得到长久的最大奖励。策略决定了智能体在给定情况下应该采取的行动。
分类与聚类区别：
\(①\) 分类：是在已知答案里选一个
\(②\) 聚类：答案未知，需要从数据中挖掘出来