机器学习的学习方式

一、监督学习

监督学习通过预测结果与实际结果的比较不断调整模块，直到预测结果达到预期，常用于分类和回归问题。

二、无监督学习

无监督学习的目标是通过对无关标记的样本的学习，发现数据内在的性质和规律。常见应用包括关联规则的学习及聚类等。

三、半监督学习

输入的数据分为已标识和未标识两部分。模型通过学习数据内在结构，合理地组织数据进行预测。常用于分类和回归。

四、强化学习

强化学习将输入数据直接反馈到模型，模型必须立刻作出调整。常用于动态系统及机器人控制等。