（2）机器学习基础（深度学习500问）

=======================================================================

（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

===========================================&#