机器学习的三大范式1. 监督学习（Supervised Learning）

[size=16.002px]特点：使用带标签的数据进行训练

• [size=16.002px]分类：预测离散类别

  
  

  • [size=16.002px]垃圾邮件检测

  • [size=16.002px]图像识别

  • [size=16.002px]医疗诊断

    
    

• [size=16.002px]回归：预测连续数值

  • [size=16.002px]房价预测

  • [size=16.002px]股票价格预测

  • [size=16.002px]销量预测

    
    
  
  

2. 无监督学习（Unsupervised Learning）

[size=16.002px]特点：使用无标签数据发现隐藏模式

• [size=16.002px]聚类：将相似数据分组

  
  

  • [size=16.002px]客户细分

  • [size=16.002px]异常检测

    
    

• [size=16.002px]降维：减少数据维度

  • [size=16.002px]数据可视化

  • [size=16.002px]特征提取

    
    
  
  

3. 强化学习（Reinforcement Learning）

[size=16.002px]特点：通过试错学习最优策略

• [size=16.002px]游戏AI（AlphaGo）

• [size=16.002px]机器人控制

• [size=16.002px]自动驾驶