是否有监督（supervised），就看输入数据是否有标签（label）。输入数据有标签，则为有监督学习，没标签则为无监督学习
这里我参考网络资料将机器学习分为；有监督学习、无监督学习、半监督学习和强化学习四类。
分类（classification）： 输入的训练数据有特征（feature），有标签（label）。 所谓的学习，其本质就是找到特征和标签间的关系（mapping）。从而给定新的特征，得出器相应的分类结果即标签。
回归（regression）： 其数据集是给定一个函数和它的一些坐标点，然后通过回归分析的算法，来估计原函数的模型，求出一个最符合这些已知数据集的函数，从而预测未知输入的输出值。
分类和回归的主要区别就是输出结果是离散的还是连续的。
聚类：把相似的东西聚在一起，并不需要知道类别是什么 训练数据是无标签的，训练目标是能对数据进行区分和界定
是监督学习与无监督学习相结合的一种学习方法。半监督学习使用大量的未标记数据，以及同时使用标记数据，来进行模式识别工作。
它主要考虑如何利用少量的标注样本和大量的未标注样本进行训练和分类的问题。主要分为半监督分类，半监督回归，半监督聚类和半监督降维算法。
摘自：https://easyai.tech/ai-definition/reinforcement-learning/ 强化学习算法的思路非常简单，以游戏为例，如果在游戏中采取某种策略可以取得较高的得分，那么就进一步「强化」这种策略，以期继续取得较好的结果。这种策略与日常生活中的各种「绩效奖励」非常类似。我们平时也常常用这样的策略来提高自己的游戏水平。
在 Flappy bird 这个游戏中，我们需要简单的点击操作来控制小鸟，躲过各种水管，飞的越远越好，因为飞的越远就能获得更高的积分奖励。
这就是一个典型的强化学习场景：
机器有一个明确的小鸟角色——代理 需要控制小鸟飞的更远——目标 整个游戏过程中需要躲避各种水管——环境 躲避水管的方法是让小鸟用力飞一下——行动 飞的越远，就会获得越多的积分——奖励强化学习和监督学习、无监督学习 最大的不同就是不需要大量的“数据喂养”。而是通过自己不停的尝试来学会某些技能。
参考 https://www.zhihu.com/question/23194489 https://easyai.tech/ai-definition/如reinforcement-learning