监督学习、无监督学习与强化学习

一： 监督学习(learning from teacher)

  1. 监督学习的基本思想为：在监督学习中，对于数据集中的每个数据，都有相应的“正确答案”——训练集，算法就是基于这些来做出预测。

  2. 回归，即预测一个连续指输出。

  3. 分类，即预测离散值输出。

二： 无监督学习

  1. 无监督学习使我们能够在几乎不知道或根本不知道结果应该是什么样子的情况下解决问题。我们可以从不需要知道变量影响的数据中得到结构。我们可以根据数据中变量之间的关系对数据进行聚类，从而得到这种结构。在无监督学习中，没有基于预测结果的反馈。

  2. 无监督学习即利用算法自动将数据归类。

  3. 对于监督学习中的每一个样本，我们已经清楚地告知了什么是所谓的正确答案。但是，在无监督学习中，没有属性或标签这一概念，也就是说所有数据都是一样的，没有区别。也就是说，我们不会得到预测结果的反馈。

三： 强化学习