半监督学习
半监督学习在训练阶段结合了大量未标记的数据和少量标签数据。与使用所有标签的数据相比，训练集训练的训练模型可以高度准确，训练成本更低。例如，我们的朋友Delip Rao在AI咨询公司Joostware上使用半监督学习，每班只使用30个标签，与使用监督学习训练的模型的准确度相同，每班需要约1360个标签。这使得他们的客户能够非常快速地将其预测功能从20个类别扩展到110个类别。
为什么使用未标记数据的一个直觉有时可以帮助模型更准确：即使你不知道答案，你正在学习一些有关可能的价值观以及特定值出现的频率。
强化学习
加固学习适用于你再次没有标注数据集的情况，但你有办法告诉你是否越来越接近目
