机器学习基石——学习类型

按照输出空间划分

二分类
多分类
回归
结构化学习(NLP领域相关)

按照标签划分

无监督学习
半监督学习
有监督学习
增强学习(没有真实的输出y，根据模型的输出反馈，如果反馈结果良好，更接近真实输出，就给其正向激励，如果反馈结果不好，偏离真实输出，就给其反向激励。)

按照不同的协议划分

Batch Learning
Online Learning
Active Learning(有的时候，有类标的数据比较稀少而没有类标的数据是相当丰富的，但是对数据进行人工标注又非常昂贵，这时候，学习算法可以主动地提出一些标注请求，将一些经过筛选的数据提交给专家进行标注。)

按照输入空间划分

concetet features
raw features
abstract features