按照训练样本提供的信息以及反馈方式的不同，将机器学习算法分为监督学习、无监督学习和（）。

A、逻辑回归

B、线性回归

C、k-means

D、Q学习算法

E、决策树

F、随机森林

A、监督学习（supervised learning）

B、无监督学习（unsupervised learning）

C、强化学习（reinforcement learning）

D、深度学习（deep learning）

B、无监督学习

C、半监督学习

D、强化学习

B、有标签的监督学习

C、无标签的非监督学习

D、无标签的监督学习

B．离散

C．分类

D．回归

A、It aims to learn some information using a limited amount of training examples. 旨在从一个、或仅有的几个训练样本中学习一些信息。

B、It aims to learn some information using a limited amount of training examples. 旨在采用有限数量的训练样本来学习一些信息。

C、It is a class of supervised learning that also make use of unlabeled data for training. 属于有监督学习算法一类，此外还利用未标记数据进行训练。

D、It is able to solve a task despite not having received any training examples of that task. 能够求解一个任务，即使没有得到该任务的任何训练样本。

E、It receives a set of labeled data and makes predictions for all unseen data. 接收一组标注数据并对所有的未知数据做出预测。

F、It receives exclusively unlabeled data and makes predictions for all unseen data. 仅仅接收未标注数据并对所有的未知数据做出预测。