机器学习分类
按机器学习本身分类，而可分为：
监督学习
非监督学习
半监督学习
加强学习
监督学习
给机器的训练数据拥有“标记”或者说是“答案”。
主要是回归和分类问题，本课程以下算法为监督学习：
K临近
线性回归和多项式回归
逻辑回归
SVM
决策数和随机森林
非监督学习
对没有标记的数据进行分类–聚类分析
可以对数据进行降维处理和异常监测（作用）。
半监督学习
一部分数据有标记，一部分数据没有标记
通常都会先使用无监督学习手段对数据做处理，之后使用监督学习的手段做模型的处理和预测。
增强学习
agent会根据环境的反馈（奖赏或者惩罚)自己，如无人驾驶和机器人
其他分类
分类1：
批量学习
