使用标记过的数据，及用正确答案已知的例子来训练神经网络
无监督学习(Unsupervised learning)
使用没有标记过的数据，即不知道输入数据对应的输出结果是什么
无监督学习读取数据，自己寻找数据的模型和规律
半监督学习(Semi-supervised learning)
数据中只有一小部分是标记过的，而大部分是没有标记的
和监督学习相比，半监督学习的成本较低
强化学习(Reinforcement learning)
使用未标记的数据
但是可以通过奖惩函数知道是否离正确答案越来越近
(简化了不少, 只是留个知识点的理解和整理)