監督式學習
使用有標籤的資料訓練模型，常見任務為分類與迴歸。
非監督式學習
從無標籤資料中發現結構，例如分群（Clustering）與降維。
強化學習
代理人（Agent）透過與環境互動獲得獎勵訊號，學習最佳策略。
reward = env.step(action) # 強化學習核心迴圈
使用有標籤的資料訓練模型，常見任務為分類與迴歸。
從無標籤資料中發現結構，例如分群（Clustering）與降維。
代理人（Agent）透過與環境互動獲得獎勵訊號，學習最佳策略。
reward = env.step(action) # 強化學習核心迴圈