- 机器学习

• 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
• 机器学习有下面几种定义：
  （1）机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。
  （2）机器学习是对能通过经验自动改进的计算机算法的研究。
  （3）机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。

- 监督学习

• 监督学习是我们将教计算机如何去完成任务。
• 利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。

- 无监督学习

• 在无监督学习中，我们打算让它自己进行学习。
• 现实生活中常常会有这样的问题：缺乏足够的先验知识，因此难以人工标注类别或进行人工类别标注的成本太高。很自然地，我们希望计算机能代我们完成这些工作，或至少提供一些帮助。根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，称之为无监督学习。

参考内容：
百度百科
吴恩达机器学习课程
机器学习笔记