機器學習三大類型：監督式、非監督式與強化學習

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