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：
扫描二维码关注公众号，回复：
3057591 查看本文章
成批学习（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