如果按业务分类，就是分为：

• 分类算法
• 回归算法

这里是按算法分类，可分为：

• 监督学习
• 非监督学习
• 半监督学习

• [x] 增强学习

  监督学习

  定义：给机器的训练数据拥有“标记”或者“答案。
  大多数算法属于 监督学习 算法

• [x] k近邻

• 线性回归和多项式回归
• 逻辑回归
• SVM

  非监督学习

  定义：给机器的训练数据没有任何的“标记”或者“答案。

  意义

1. 对没有“标记””的数据进行分类-聚类分析。
2. 对数据进行降维处理

• 特征提取︰信用卡的信用评级和人的胖瘦无关?
• 特征压缩:PCA
• 降维处理的意义：方便可视化

1. 异常检测

   半监督学习

   一部分数据有“标记”或者“答案”，另一部分数据没有
   更常见︰各种原因产生的标记缺失

通常都先使用无监督学习手段对数据做处理
用监督学习手段做模型的训练和预测

增强学习

根据周围环境的情况，采取行动，根据采取行动的结果，学习行动方式。
常用于机器人、无人驾驶。