机器学习分为：监督学习，无监督学习，强化学习

监督学习又分为“回归”和“分类”。（有标签）

      回归是针对于连续的数据进行数据拟合，得到一个函数用于预测。

      分类是针对于离散的数据进行数据分类，预测数据分属于不同的类别。

无监督学习（无标签）

      事先并不知道结果，机器通过数据分析，找到事物的规律，对事物进行聚类

强化学习

      不给数据进行训练，

      Alphago用的就是强化学习，强化学习是一种学习模型，它并不会直接给你解决方案——你要通过试错去找到解决方案

      

目前用到最多是监督学习和无监督学习，尤其是监督学习，因为应用场景多能给公司创造直接价值。

但是强化学习是未来，因为能学习到的能力没有数据限制

                                                                                   ——学习感悟和部分内容来自https://image.blog.csdn.net/article/details/78679603