用带标签数据训练模型学习输入到输出的映射。
跟着驾校教练练车：这道题该打灯、那一步该踩刹车，答案都摆着，错了立刻给你纠回来。
它常用于分类、识别和预测，是很多模型最基础的训练方式。
Self-Supervised Learning
两者都在训练模型，但它明确依赖人工标签。
Fine-Tuning
微调常用带标签数据，把模型拉向具体任务。
Backpropagation
它通常靠反向传播，根据误差一步步改参数。
Reinforcement Learning
它直接对答案学习，不像强化学习靠奖励试错。