监督学习、非监督学习、强化学习
**机器学习通常分为无监督学习、监督学习和强化学习三类。
- 第一类：无监督学习（unsupervised
learning），指的是从信息出发自动寻找规律，分析数据的结构，常见的无监督学习任务有聚类、降维、密度估计、关联分析等。
- 第二类：监督学习（supervised
learning），监督学习指的是使用带标签的数据去训练模型，并预测未知数据的标签。监督学习有两种，当预测的结果是离散值时属于分类（classification）问题，当预测的结果是连续值时属于回归（regression）问题。
- 第三类：强化学习（reinforcement
learning），是学习系统从环境行为映射的学习，以使奖励信息号（强化信号）函数值最大。常用于智能控制机器人和决策问题。 **
