機器學習為現(xiàn)代生活的許多功能提供了動力，包括搜索引擎、社交媒體和自動駕駛汽車，并且越來越多地應用于其他領域，如科學和藝術。

由于機器學習系統(tǒng)使用數(shù)據(jù)來做出決策或預測，因此有偏見或不完整的數(shù)據(jù)集可能會導致次優(yōu)或意外的結果。

計算機科學家根據(jù)系統(tǒng)的使用方式選擇不同的機器學習方法。例如，強化學習通過在系統(tǒng)正確執(zhí)行動作時提供獎勵來教授系統(tǒng)與環(huán)境交互。使用數(shù)據(jù)的另外兩種常見方法是監(jiān)督學習和無監(jiān)督學習，前者適用于自動駕駛汽車中使用的計算機視覺系統(tǒng)，后者用于需要對數(shù)據(jù)進行聚類的情況（例如，流媒體服務的受眾細分或向在線購物者推薦產(chǎn)品）。

這幅漫畫展示了有監(jiān)督和無監(jiān)督的機器學習方法。