=======================================================================
(1)监督学习:有数据和标签,学习一个模型预测一个输出(决策函数)
应用:分类问题,回归问题
常见算法:逻辑回归,反向传递神经网络
(2)非监督学习:有数据无标签
应用:推断数据内部结构,关联规则,聚类
常见算法:Apriori算法,k-Means算法
(3)半监督学习:部分数据有标签,部分数据无标签
应用:分类问题,回归问题,通过有标签的数据建立模型预测没有标签的数据
常见算法:图论推理算法(Graph Inference),拉普拉斯向量机(Laplacian SVM)
(4)弱监督学习:有数据和标签,但标签不准确
应用:训练弱标签的数据来得到强标签的数据集
===========================================&#