机器学习的四个分支

机器学习是非常宽泛的领域，其子领域的划分非常复杂。机器学习算法大致可分为四大类：

1）监督学习

2）无监督学习

3）自监督学习

4）强化学习

一、监督学习

       监督学习是最常见的机器学习类型。给定一组样本（通常由人工标注），它可以学会将输入数据映射到已知目标【也叫作标注（annotation）】。

       近年来广受关注的深度学习几乎都属于监督学习，如，光学字符识别，语音识别、图像分类和语言翻译。

       监督学习主要包括分类和回归，还有很多奇特的辩题，主要包括如下几种：

1）序列生成（sequence generation）。给定一张图像，预测描述图像的文字。序列生成又是可以被重新表示为一些列分类问题，比如反复预测序列中的单词或标记。

2）语法树预测（syntax tree prediction）。给定一个橘子，预测其分解生成的语法树。

3）目标检测（object detection）。给定一个张图片，在图中特定目标的周围画一个边界框。这个问题也可以表示为分类问题（给定多个候选边界框，对每个框内的目标进行分类）或分类与回归联合问题（用向量回归来预测边界框的坐标）。

4）图像分割（image