监督学习
在监督式学习中，我们得到了一个数据集，并且已经知道我们的正确输出应该是什么样子，并且认为输入和输出之间存在关系。
监督学习问题分为“回归”和“分类”问题。在回归问题中，我们试图预测连续输出中的结果，这意味着我们试图将输入变量映射到某个连续函数。在分类问题中，我们试图预测离散输出中的结果。换句话说，我们试图将输入变量映射到离散类别。
例1：
给定有关房地产市场上房屋大小的数据，尝试预测其价格。作为尺寸函数的价格是连续的输出，所以这是一个回归问题。
我们可以把这个例子变成一个分类问题，而不是让我们的输出关于房子是“卖出多少还是低于要价”。在这里，我们将基于价格的房屋分为两类。
例2：
（a）回归 - 给定一个人的照片，我们必须根据给定的图片来预测他们的年龄
（b）分类 - 给予患有肿瘤的患者，我们必须预测肿瘤是恶性的还是良性的。