CH3：Types of Learning

Learning with Different Output Space

二元分类我们成为Binary Classification

多分类问题：

回归预策分析问题：

结构学习：例如自然语言

Learning with Different Data Label

监督学习/无监督学习：

半监督学习：

强化学习：

Learning with Different Protocol

Batch Learning 批量学习：

Online Learning 在线学习：

线上学习是一种passive学习方式，而批量学习是一种填鸭式学习。

Learning with Different Input Space

对于这样一个问题，我们喂给机器什么样的数据？

我们可以从以下方法来入手：

比如 x=(对称性，多样性) 这样的数据，或者是是16*16像素点的256维向量。

第二种方法看起来很好，但是对于机器来说，对于这么多维的数据，对于机器是很难训练的，同时需要大量数据来学习。

自己抽取特征，也可以是机器自己发现的：

总结：

[](