機器學習

百科定義：機器學習(Machine Learning, ML)是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、演算法複雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能。它是人工智慧的核心，是使計算機具有智慧的根本途徑，其應用遍及人工智慧的各個領域，它主要使用歸納、綜合而不是演繹。

“機器學習是一門人工智慧的科學，該領域的主要研究物件是人工智慧，特別是如何在經驗學習中改善具體演算法的效能”； “機器學習是對能通過經驗自動改進的計算機演算法的研究”； “機器學習是用資料或以往的經驗，以此優化計算機程式的效能標準。”

“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.”

“如果一個計算機程式針對某類任務T的用P衡量的效能根據經驗E來自我完善，那麼稱這個計算機程式在從經驗E中學習，針對某類任務T，它的效能用P來衡量。”

機器學習一般被定義為一個系統自我改進的過程

人工智慧

廣義地講，人工智慧是關於人造物的智慧行為，而智慧行為包括知覺、推理、學習、交流和在複雜環境中的行為。

人工智慧的一個長期目標是發明出可以像人類一樣或更好地完成以上行為的機器；另一個目標是理解這種智慧行為是否存在於機器、人類和其他動物中。