小碎片

人类用思考和修正错误的方法，提升自己对知识的掌握和认知，在人工智能领域，我们将这个过程成为强化学习（Reinforcement Learning）。

有监督学习是机器学习任务的一种。 它从有标记的训练数据中推导出预测函数。 有标记的训练数据是指每个训练实例都包括输入和期望的输出。 一句话：给定数据，预测标签。
无监督学习是机器学习的一个分支，它从未经标记，分类或分类的测试数据中学习。 无监督学习不是响应反馈，而是根据每个新数据中是否存在这种共性来识别数据中的共性并做出反应。 替代方案包括监督学习和强化学习。 无监督学习的中心的应用是在领域密度估计在统计，[1]虽然无监督学习包括许多涉及总结和解释数据的特征的其他结构域。