Machine Learning & DS- Supervised (có giám sát): học từ dữ liệu có nhãn (mỗi input đi kèm output đúng). Mục tiêu là học ánh xạ để dự đoán nhãn cho dữ liệu mới. Gồm phân loại (classification — nhãn rời rạc) và hồi quy (regression — giá trị liên tục). Ví dụ: linear/logistic regression, SVM, cây quyết định.
- Unsupervised (không giám sát): dữ liệu không nhãn; mục tiêu là tìm cấu trúc ẩn. Gồm phân cụm (K-Means), giảm chiều (PCA), phát hiện bất thường. Không có "đáp án đúng" cho sẵn để so.
- Reinforcement learning (tăng cường): một agent tương tác với môi trường, chọn hành động và nhận phần thưởng/phạt; nó học một chính sách (policy) để tối đa hóa phần thưởng tích lũy dài hạn. Không có tập nhãn cố định — tín hiệu học là reward, thường đến trễ. Ví dụ: chơi game, điều khiển robot.
Hình dung: supervised như học với đáp án có sẵn, unsupervised như tự nhóm đồ vật khi không ai dán nhãn, reinforcement như học qua thử–sai và phần thưởng.