重点借鉴下面两篇文章：
监督学习：也称有导师学习 , 监督学习就是训练数据既有特征(feature)又有标签(label)，通过训练，让机器可以自己找到特征和标签之间的联系，即得到一个分类器，在面对只有特征没有标签的数据时，这个分类器可以判断出这个数据的标签，即给出数据所属分类
非监督学习：只有输入X，在不知道数据集分类的情况下，在数据中找寻特征；在非监督式学习中，数据并不被特别标识，学习模型是为了推断出数据的一些内在结构
监督学习分为回归和分类：回归的输出为数值，分类的输出为类编码
y = g ( x | 参数)
对于回归而言 g( . ) 是回归函数，对于分类而言 g( . ) 是类判别式函数
非监督学习分为确定型无监督学习和概率型无监督学习
即指确定型的自编码方法及其改进算法和概率型的受限玻尔兹曼机及其改进算法