【机器学习基石笔记三】----Types of learning(机器学习的类型)

根据输出分类：

二元分类（Binary classification）

多分类问题（Multiclass classification）

回归分析（Regression）

结构化学习（structured learning）

different data label：

监督式学习（supervised learning）

无监督学习（unsupervised learning)：聚类 （clustering）

半监督（semi-supervised）

强化学习（reinforcement learning）

different protocal：

批量学习（batch learning）：直接将所有的资料给机器进行学习,机器被动

在线学习（online）：数据是按逐渐到来，机器被动

主动学习(active learning)：机器主动问问题

different input：

具体的特征（concrete features）：数据的特征具体

原始的特征（raw features）：一般比较抽象，需要人或者机器来转换为对应的concrete features；

抽象的特征（abstract feature）：特征完全抽象，例如提供给参赛者的是抽象加密过的资料编号或者ID