机器学习模型-实用机器学习

监督学习：有标号的数据去训练一个模型，里面还有一类自监督学习，它的标号来自于数据本身（自嵌入，bert，transformer），标号直接从数据里生成。
半监督学习：有两个任务，一个是像监督学习一样，学习我们的模型来预测我的标号。另一个是在没有标号的数据来预测，留下置信高的数据，不断地学习。
无监督学习：聚类算法，将分布估计出来（gan）
强化学习：最不一样的是他有一个环境，不断地跟环境去交互。交互过程复杂，难以控制。
绝大部分讨论监督学习和无监督学习，监督学习也是最主流的任务。
最小化我们的损失函数。
监督学习：决策树，线性模型，核函数（通过核函数来衡量两个样本之间的相似度），神经网络