机器学习按照学习能力可以分为()。A. 监督学习B. 无监督学习C. 弱监督学习D. 回归问题

考查要点：本题主要考查机器学习的基本分类方式，要求区分不同学习范式与具体任务类型。

解题核心思路：明确机器学习的主要分类标准（按学习能力划分），并识别选项中属于具体任务类型而非学习范式的干扰项。

破题关键点：

1. 监督学习和无监督学习是机器学习的两大基础范式。
2. 弱监督学习是监督学习的扩展形式，属于学习能力的范畴。
3. 回归问题是监督学习中的具体任务类型，而非独立的学习范式。

机器学习按学习能力可分为以下三类：

1. 监督学习（Supervised Learning）
   使用带标签的数据训练模型，学习输入与输出的映射关系。常见任务包括分类和回归。

2. 无监督学习（Unsupervised Learning）
   处理无标签的数据，通过发现数据内在结构完成任务，如聚类和降维。

3. 弱监督学习（Weakly Supervised Learning）
   数据标注信息有限（如部分标签或弱标签），介于监督学习和无监督学习之间，例如半监督学习。

干扰项分析：

• D. 回归问题是监督学习中的具体任务（如预测连续值），而非独立的学习范式，因此排除。