监督学习，非监督学习，半监督学习和增强学习

分成四类

监督学习，非监督学习，半监督学习和增强学习

监督学习：给机器的训练数据拥有“标记”或者“答案”

监督学习：银行已经积累了一定的客户信息和他们的信用卡的

                  医院已经积累了一定的病人信息和他们最终确诊是否患病的情况

                   市场积累了房屋的基本信息和最终成交的金额

监督学习处理两大类问题：分类和回归

k近邻，线性回归和多项式回归，逻辑回归，SVM，决策树和随机森林

非监督学习   核心辅助监督学习

非监督学习：给机器的训练数据没有任何的“标记”或者答案

电商网站对于我们每一个人都是同等对待，初始的时候没有标记，但是随着我们在电商网站留下越来越多的足迹，电商网站就可以使用非监督学习的方式，为他的客户群体进行分类

可能是 理智型  或者冲动型   重视性价比，或者商品质量

对数据进行降维处理

特征提取：信用卡的信用评级和人的胖瘦无关？

特征压缩：PCA

PCA：我们并不扔掉任何的特征，但是特征关联性非常强