关于机器学习，有两种不同的定义。Arthur Samuel把它描述为：

“the field of study that gives computers the ability to learn without being explicitly programmed.”

“在研究领域，给予机器自主学习的能力，而不依靠确定的计划。”，这是一个早期的不正式的定义。

另一个更成熟的定义，是由Tom Mitchell提出来的：

“A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.”

一个计算机程序能够从经验E中学习（学习任务是T，学习的表现用P衡量），如果这个程序在任务T与表现衡量P下，可以通过经验E得到改进。

举个玩跳棋的例子：

E = 玩很多局跳棋的经验

T = 玩跳棋任务

P = 程序能赢得下一盘的可能性

实际上，大多数机器学习都可以分为两类：

Supervised learning and Unsupervised learning

监督学习和非监督学习