机器学习的主要类型有哪些？

Question

机器学习的主要类型有哪些？

Accepted Answer

机器学习有三种主要类型 — **supervised learning**（从标签示例中学习）、**unsupervised learning**（在未标记数据中查找模式）和 **reinforcement learning**（通过试错和奖励学习）。理解它们可以明确 ML 如何解决不同问题。

## 三种主要类型

```text
SUPERVISED LEARNING → learn from LABELED data (input → known correct output):
  → trained on examples with answers → learns to predict outputs for new inputs
  → for: classification (categorize), regression (predict numbers)
  → e.g. spam detection (labeled spam/not-spam), price prediction
UNSUPERVISED LEARNING → find patterns in UNLABELED data (no given answers):
  → discovers structure/groupings on its own
  → for: clustering (group similar items), dimensionality reduction, anomaly detection
  → e.g. customer segmentation, finding patterns
REINFORCEMENT LEARNING → learn through TRIAL and ERROR with REWARDS:
  → an agent takes actions, gets rewards/penalties, learns to maximize reward over time
  → for: game playing, robotics, control, decision-making
```

## 选择类型

```text
→ have LABELED data + want to predict outputs → SUPERVISED (most common in practice)
→ have unlabeled data + want to find structure → UNSUPERVISED
→ an agent learning from interaction/rewards → REINFORCEMENT
→ (also: semi-supervised, self-supervised — hybrids; LLMs use self-supervised learning)
```

## 为什么这很重要

理解机器学习的主要类型是基础性的，因为它们代表了 **ML 解决问题的根本方式**，所以理解它们是基本的 ML 素养。

三种主要类型各自适合不同的问题和数据。

理解 **supervised learning**（从标记数据中学习，其中输入有已知的正确输出，用于预测新输入的输出，用于分类和回归 — 实际应用中最常见的类型，例如垃圾邮件检测和价格预测）是最重要的，因为它支撑了大多数实际的 ML 应用。

理解 **unsupervised learning**（在未标记数据中查找模式而无需给定的答案，发现结构和分组，用于聚类、降维和异常检测，例如客户细分）可以明确 ML 如何在没有标签的情况下查找模式。

理解 **reinforcement learning**（通过试错和奖励学习，其中 agent 采取行动并学习最大化奖励，用于游戏、机器人和控制）可以明确基于交互的学习方式。

理解 **如何选择** — 当你拥有标记数据并想进行预测时使用 supervised，用于在未标记数据中查找结构时使用 unsupervised，用于 agent 从交互中学习时使用 reinforcement — 以及存在混合方法（semi-supervised、self-supervised、LLM 使用 self-supervised learning）反映了对 ML 方法的实践理解。

这些类型是 ML 如何学习的基本类别，理解它们至关重要。

由于机器学习的主要类型（supervised、unsupervised、reinforcement）代表了 **ML 解决问题的根本方式**，理解它们以及何时应用每种方法是基本的 ML 素养，所以理解机器学习的主要类型是必不可少的、基础性的知识 — **ML 的基本类别**（从标签中学习、查找模式、从奖励中学习）、理解 ML 如何解决不同问题的基本 ML 素养，以及从事或讨论机器学习的基础。