人們告訴機器計算方式，由機器自行分析資料細節稱為機器學習(Machine Learning,又稱ML)，深度學習又是機器學習的一種。AI與他們的關係如下圖:
不管是深度學習或機器學習，資料都是不可或缺的。用來建構AI的資料稱為訓練資料，讓電腦用訓練資料進行機器學習來建構AI的過程，稱為讓AI學習。這種學習的方式可以大致分為三類，為「監督學習」、「非監督學習」、「強化學習」。

監督學習

監督學習為最普遍的學習方式。在學習時用的訓練資料都有正解，在學習的過程中，都要靠這些正解來決定模型。訓練中的正解部分稱為正解標籤，訓練資料拿掉標籤後的部分稱為預測材料，深度學習都是監督學習。下圖為舉例:

非監督學習

非監督學習沒有正解的部分，須由電腦自行依照某個基準尋找資料，因為沒有正解，所以資料的準備比較容易，但使用的數學會較難。

強化學習

強化學習是透過嘗試錯誤，找出讓價值最大化的行動的學習方法，在過程中逐漸確定出模型。
這三者之間在分類上並沒有明確的分界，彼此都有重疊的部分。

參考資料:《圖解AI與深度學習的運作機制》