机器学习
无监督学习-是一种从无标签数据中学习模式的算法。 希望是通过模仿，机器被迫构建其世界的紧凑内部表示形式
监督学习-是一种机器学习任务，它学习基于示例输入输出对将输入映射到输出的功能。 在监督学习中，每个示例都是一对，由输入对象（通常是矢量）和期望的输出值（也称为监督信号）组成。
强化学习-机器学习的一个领域，与智能代理在环境中应如何采取行动以最大化累积奖励的概念有关。 除了监督学习和无监督学习，强化学习是三种基本的机器学习范式之一。
数据科学
数据分析和机器学习已成为现代科学方法中不可或缺的一部分，它提供了基于过去的观察来预测现象的自动化程序，揭示了数据的基本模式并提供了有关问题的见解。 但是，谨慎应避免将机器学习用作黑盒工具，而应将其视为一种方法，其理性思维过程完全取决于所研究的问题。 尤其是，算法的使用在理想情况下应要求对它们的机制，属性和限制有一个合理的了解，以便更好地
