1数据集合
    scikit-leaning
    数据集合 data set  样本  sample 特征   feature
分类任务(二分类)分辨垃圾邮件,分辨股票涨跌
    多分类任务,数字识别,图像识别,判断发送给客户信用卡的风险 2048自动
        游戏,下围棋游戏分类任务。自动驾驶(多分类问题)
    多分类任务可以转换成二分类

回归任务:结果是一个连续的值,而非一个类别
    有的回归问题可以简化成分类任务

2,监督学习,
非监督学习:
    意义: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
    用处:
        降维,异常检测
半监督学习:
    一部分有标记,一部分数据没有
    各种原因导致标记缺失
    先用无监督进行处理,然后用监督
增强学习:
    在环境中进行学习加强反馈
     应用:机器人

3.机器学习其他分类
批量学习
在学学习    优点:及时反应环境#需要加强数据监控
参数学习
非参数学习