尽管你可能听过很多不同的机器学习系统，但它们都可以通过两个维度进行分类：
- 是否需要在人类的监管下进行学习（supervised / unsupervised）？
- 是否可以增量式学习（online / batch）？
当然，这些维度之间，并不是孤立的。一个我们熟悉的例子，就是垃圾邮件识别系统，可以想象一下，它就可以是一个supervised，online机器学习系统。
对它们有了一个大致的印象之后，我们稍微详细一点来了解一下这些维度。
什么是supervised learning
所谓supervised learning，就是指我们在训练模型的时候，要明确告诉算法，可以根据哪些特征，推算得到什么结果。其中，我们提供的特征，叫做Features，得到的结果，叫做Label。
这种学习方式最适合完成的任务有两种，一种叫做分类（Classification）：例如，识别垃圾邮件：
除了这种是非判断外，我们还可以进行更复杂的分类，例如，判断鸢尾花的类型：
总之，Classification类型的任务有一个共性，就是Label的取值范围，是固定的。
另一种，叫做预测（Predication），也叫做回归（Regression）。我们可以根据已知Features和Label的对应关系，找到它们的规则，并用这个规则，来推测未知Features对应的Label，例如，我们要预测的房价，就属于这类问题；
显然,Predication类型的任务，Label的取值范围，是不固定的（相对Classification而言）。
无论是Classification还是Predication类型的任务，在学习的过程中，我们都可以采用不同的学习算法来训练模型，例如：
- k-Nearest Neighbors
- Linear Regression
- Logistic Regression
- Support Vector Machines
- 部分Neural networks
当然，现在，我们完全没必要理解这些东西都是什么，只要知道它们都是属于supervised learning算法就好了。在后面的内容里，我们会逐一提到这些算法。
什么是unsupervised learning
理解了supervised learning之后，就不难理解什么是unsupervised learning了。简单来说，就是完全不需要人为干预的学习方法。我们无须给它指定Features，自然也就无须定义Label。这种学习方式的一个主要的用途，就是从庞大的数据中，找到样本之间难以发现的潜在关联。
例如，假设我们对泊学网站的用户性别、年龄、工作、爱好等信息等进行了收集。现在如果我们已经找到了足够多的样本，当我们用unsupervised learning类型的系统学习这些数据时，也许就能到60%的用户都喜欢动漫，并且在晚上8点以后看泊学视频这样的结论：
除了发现事物内在的联系之外，unsupervised learning另外一类用途是识别异常情况，原理上，其实和发现规律是类似的，也就是说，对于那些明显不在学习到的规律之中的行为，就会识别为异常。
例如，如果学习到的某个账号的登录习惯都分布在橘黄色点的位置，如果忽然遇到了一个红色点位置的Feature，就可认为很大概率这是个异常事件：
当然，unsupervised learning也有一些自己的学习算法，例如：
- k-Means
- Hierarchical Cluster Analysis
- Expection Maximization
同样，我们只要理解unsupervised learning就好了，现在，没必要了解这些算法的细节。
什么是semi-supervised learning
除了supervised和unsupervised learning之外，还有一种介于它们两者之间的学习方式，叫做semi-supervised learning。简单来说，这种方式可以用unsupervised方式进行学习，然后，我们通过sueprvised方式对学习的结果进行进一步的改良。
其中，最典型的一类应用，就是照片处理。
在图中，最左边是我们收集的照片，通过unsupervised learning，计算机可以识别到哪些是相同的人，这可以帮助我们进行内容分组，但是，计算机并不真正意义上认识他们。于是，我们可以通过supervised learning的方式，为这样的学习结果，打上标签，告诉计算机，有这样特征的人叫2b，而有那样特征的人叫9s。这样，在接下来的学习中，计算机就可以更可以更加精准的识别照片了。
于是，当它不太确定的时候，就可以问你，这是9s么？
什么是reinforcement learing
最后要介绍的一类学习方式，叫做reinforcement learning，它是一种基于规则的学习方式，不属于supervised或者unsupervised的范畴。其中，最简单易懂的例子，就是扫地机器人。假设它只有一个规则，就是碰壁之后，减10分。而机器人的最终学习目标，就是学习到房屋的边缘，并且在不减分的条件下工作：
可以看到，假设机器人从房屋中间出发，每次碰壁之后，就触发了减分规则，让它记住走到这里就不能继续前进了，而要顺时针转90度。这样，在往复6次之后，机器人就可以了解到房间的区域了。
Batch or online
了解完主要的学习方式之后，我们来了解两种机器学习系统自我更新的方法。一种是通过线下更新的，叫做batch learning，也叫offline learning。这种方式要提前用准备好的数据训练模型，然后把模型拿到生产环境中使用。例如，我们在iOS 11 CoreML中加载的模型就属于batch learning。一旦原始数据更新了，要想让模型进化，我们必须整个重新训练，然后更新生产环境中，使用的模型。
另外一种，叫做online learning，这种学习系统有两个特性：增量性和实时性。一方面，如果要参与最初训练的数据集过大，无法一次性加载的时候，就可以把这些数据切分成一块块小的数据序列，依次喂给学习算法；另一方面，一旦系统上线之后，学习算法还可以随着接受到的新数据不断改进自身的学习质量。不过，这种学习方式也有缺点，就是，一旦有人恶意提供了干扰学习的数据，系统的工作效率就会受到影响。因此，我们对这个持续工作的系统严加监控，及早发现这类情况。
理解评估房价的模型
以上就是和学习方式有关的常见分类，至此，我们已经可以对之前的房价评估项目进行一下归类了。显然，它属于supervised learning，因为我们需要喂给它历史数据供它学习；其次，它要完成的任务属于Predication类型，并且是基于多个变量进行回归的预测模型（因为我们采集了可能影响房价的诸多因素）；第三，由于我们的数据量并不大，可以全部加载到内存处理。并且，这份数据也不会得到频繁的更新，因此，我们的学习系统采用batch mode learning进行学习就可以了。
