你好啊，我是雨飞，见字如面。感谢阅读，期待我们下一次的相遇。
1、按模型训练方式分类
可以分为生成式模型和判别式模型。
生成式模型就是学习输入数据（X）和目标数据（Y）之间的联合概率分布，为此生成式模型可以生成与训练数据具有相似分布的数据。
判别式模型就是学习在给定输入数据（X）的情况下，条件概率P（y|X）的值，即学习如何区分不同的类别或者预测一个数值。
2、按照数据类型分类
主要分为有监督任务、无监督任务、半监督任务以及强化学习。
有监督任务：使用的训练数据是有标签Y标注的。
无监督任务：数据没有任何标签标注。
半监督任务：部分数据有标签标注，但大量的数据没有标签标注
强化学习：通过智能体和环境的交互，定义价值函数去寻找最优策略
3、按照任务类型分类
主要有分类、回归、生成、聚类等。
分类：目标是将输入数据划分到不同的预定义类别中。
回归：主要目的是预测一个连续的数值。
生成：生成与训练数据相似的数据
聚类：将数据划分成不同的类别，不需要标签，因此是无监督学习。
如果你觉得这篇文章对你有帮助，欢迎点赞收藏转发下。有疑问，欢迎加我微信交流。
❤️常驻小尾巴❤️
加微 1060687688，备注「公众号」，送你一份「AI工具与副业变现指南」
