在最簡單的層面上，機器學習只是優化數學方程式的過程。有幾種不同的機器學習，都有不同的目的。機器學習中最流行的兩種形式是監督學習和無監督的學習。 我們將在下面介紹他們的工作原理：

.

監督學習：監督學習使用已知數據的標籤示例來預測未來的結果。例如，如果你跟蹤天氣狀況，以及你最喜歡的球隊是否在那天比賽，你可以隨著時間的推移從這些模型中學習，並根據天氣預報來預測比賽當天是否會因為天氣原因被取消。「監督」部分意味著你必須向系統提供你已經知道的「答案」。也就是說，你已經知道你的球隊什麼時候比賽，並且你知道那些天的天氣。計算機迭代地讀取這些信息，並使用它來形成模型並做出預測。 監督學習的其他應用也可以是預測人們是否會違約貸款（例如信用卡欺詐檢測）。

.

無監督學習 - 無監督學習是指一種你不一定知道你正在尋找什麼「答案」的機器學習。不像「球隊遇到下雨天」的例子，無監督的學習更適合探索或聚類工作。集群將類似或相關的東西組合，因此你可以為其添加一組Twitter帖子，並讓它告訴你人們經常討論的東西是什麼。應用到無監督學習的一些演算法是K-Means和LDA。