第十八篇：机器学习基础知识复习总结：机器学习概念与介绍：监督学习、半监督学习、迁移学习、无监督学习、结构化学习、强化学习

Supervised Learning(监督学习)

supervised learning 需要大量的training data，这些training data告诉我们说，一个我们要找的function，它的input和output之间有什么样的关系
而这种function的output，通常被叫做label(标签)，
也就是说，我们要使用supervised learning这样一种技术，我们需要告诉机器，function的input和output分别是什么，
而这种output通常是通过人工的方式标注出来的，因此称为人工标注的label，它的缺点是需要大量的人工effort

Regression(回归)

regression是machine learning的一个task，特点是通过regression找到的function，它的输出是一个scalar数值
比如PM2.5的预测，给machine的training data是过去的PM2.5资料，而输出的是对未来PM2.5的预测数值，这就是一个典型的regression的问题

Classification(分类)

• Binary Classification(二元分类)
  在binary classification里，我们要机器输出的是yes or no，是或否
  比如G-mail的spam filtering(垃圾邮件过滤器)，输入是邮件，输出是该邮件是否是垃圾邮件
• Multi-class classification(多元分类)
  在multi-class cla