**机械学习：**简单来说，就是通过算法，让计算机从数据中学习的过程，并且做出预测的方法。
**监督学习：**通过现有的训练数据进行建模，在用模型对新的数据样本进行分类或者回归分析的机器学习方法。
**分类：**对样本的类标签进行预测，判断样本属于哪一个分类，结果是离散值。
**回归：**预测一个连续的数值或者是范围。
**非监督学习：**没有训练数据集的情况下，对没有标签的数据进行分析并建立合适的模型，以便给出问题解决方案的方法。其中，常见的两种任务类型是数据转换和聚类分析。
**数据转换：**把本来非常复杂的数据集通过非监督式学习算法进行转换，使其变得更加容易理解。
**聚类分析：**把不同样本规划到不同分组的算法，每个分组的元素都具有比较接近的特征。
