弱监督学习是指数据集的标签是不可靠的，如（x,y）,y对于x的标记是不可靠的。这里的不可靠是指标记不正确、多种标记、标记不充分、局部标记等。针对监督信息不完整或不明确对象的学习问题统称为弱监督学习。
分类：不完全监督（部分数据有标签，其他数据没有）、不确切监督（只有粗粒度的标签）、不准确监督（标签不一定为真）三类。
1.不完全监督：
少量数据有标签，但其他大量数据没有标签。
训练方法：主动学习和半监督学习
2.不确切监督：
给定了监督信息，但信息不都精确。
3.不准确监督：
监督信息不一定为真。
基本思想：识别潜在的误分类样本，然后修正。
参考：
[1] https://www.jiqizhixin.com/articles/2018-03-05
[2]https://blog.csdn.net/u013102349/article/details/82290764