一篇文章区分监督学习、无监督学习和强化学习

经过之前的一些积累，终于有勇气开始进军机器学习了！说实话，机器学习 这个概念是我入行的最纯粹的原因，包括大学选专业、学习 Python 语言…这些有时间仔细梳理下经历再写，总之这个系列的文章就是我自学 机器学习 的笔记，各位看看就好，希望能为一些想入门但无从下手的小伙伴，提供一些帮助。另外我会采用通俗易懂的方式描述一些概念上的东西，我本人小白一枚，如果在这系列的文章中有什么错误，欢迎各路大神指正！在此谢过。

机器学习

所谓机器学习，就是让机器(特指计算机)具有像人类一样学习能力的技术，从海量数据(大数据)中寻找有价值的信息。所以我认为，机器学习的本质是数据挖掘技术。

比如 淘宝通过你的购买记录向你推荐可能感兴趣的商品；头条通过你的浏览记录向你推荐可能感兴趣的文章或视频……

机器学习的种类

根据数据训练方式的不同，机器学习分为 监督学习、无监督学习和强化学习 3 种学习类型，本文的目的就是用最朴素的语言描述三者之间的区别，以明确概念。

监督学习

监督学习是一个 举一反三 的过程，先由已标注正确的 训练集 进行训练，训练完成之后的“经验”称为模型，然后将未知的数据传入模型，机器即可通过“经验”推测出正确结果。

这么讲有些抽象，举个例子：

1.老师：1 个苹果 + 1 个苹果 = 2 个苹果
2.学生：1 个苹果 + 1 个苹果 = 2 个苹果
3.老师：1 个香蕉 + 1 个香蕉