33、大数据分析与数据挖掘：智能城市与医疗保健的变革力量

大数据分析与数据挖掘：智能城市与医疗保健的变革力量

1. 机器学习类别

机器学习主要分为以下几类：
- 监督学习 ：能够从有标签的训练数据中学习，主要用于对未知数据的结果进行预测。例如保险承保和欺诈检测领域。
- 无监督学习 ：用于检查数据的关系和自然描述性统计，以发现数据中有趣的隐藏结构。常见应用包括客户聚类和关联规则挖掘。
- 半监督学习 ：对大量数据进行训练，其中标记数据相对未标记数据较少。在医疗预测等方面有应用。
- 强化学习 ：介于无监督和监督学习之间，使“智能体”能够从周围环境中学习，通过“行动”与环境直接交互，接受“奖励”和“惩罚”，以制定完美的行为策略。常用于游戏和复杂决策等场景。

</

机器学习类别	特点	用途
监督学习	已知标签或输出	保险承保、欺诈检测
无监督学习	未知标签或输出，关注数据模式和洞察	客户聚类、关联规则挖掘
半监督学习	部分数据有已知标签或输出，结合监督和无监督学习	医疗预测