監督學習：訓練集的每一個數據已經有特征和標簽，即有輸入數據和輸出數據，通過學習訓練集中輸入數據和輸出數據的關系，生成合適的函數將輸入映射到輸出。比如分類、回歸。
無監督學習：訓練集的每一個數據都只有特征，即只有輸入數據，算法需要學習訓練集中的特征關系，進行建模，試圖使類內差距最小、類間差距最大。比如聚類。
半監督學習：訓練集中一部分數據有特征和標簽，另一部分只有特征，綜合兩類數據來生成合適的函數。
區別：
（1）監督學習需要有訓練集和測試集，在訓練集中尋找規律，在測試集中檢驗；而無監督學習只有一堆數據，需要從中尋找某種規律，沒有訓練集沒有檢驗的過程。
（2）監督學習就是識別事物，按照標記好的特征和標簽學習。無監督學習沒有標簽，如果經過學習發現數據集呈現某種聚集性，則可按照數據集現實的聚集性分類，但並不以某些樣本最終和預先標記的標簽相符合作為檢驗，沒有檢驗的過程。
（3）無監督學習是在尋找數據的規律性，這種規律性最終不一定表現為分類數據集，也就是說不一定要“分類”。