機械学習の種類
教師あり機械学習
「教師あり学習」は、事前に与えられたデータから、その「入力と出力の関係」を学習するアルゴリズムです。 入力されるデータには、入力値とともに、あらかじめそのデータの正解が付与されています。まさしく正解が分かっているデータですから「教師ありデータ」と呼びます。
大量のデータを人間（教師）が用意し、それをプログラムに与えることで、プログラムは入力と出力の関係を学習します。
一般的には、分類・予測は、教師あり学習を使うとよいと言われています。 一度、与えられた入出力データ間の関係が学習できれば、それを未知のデータに適用し、出力の予想が可能になります。分類の問題であればこれを分類器、回帰の問題であればこれを回帰曲線といいます。 教師なし機械学習
「教師なし学習」は、人間（教師）から正解となる出力データを与えられることなく、入力データから、そのデータの構造、特性、新たな知見を学習するアルゴリズムです。 学習する元となるデータには、正解がついていないにも関わらず、そのデータから特徴を見つけ出すことが可能となる様々な手法があります。
適切な手法を使うことにより、例え正解を教えられなくても、コンピュータが学習することができるようになりました。なお、この学習のために利用されるデータは、教師ありデータに対して「教師なしデータ」と呼ばれます。
強化学習
「強化学習」とは、 教師あり学習、教師なし学習のような固定的で明確なデータを元にした学習ではなく、プログラム自体が与えられた環境（＝現在の状態）を観測し、各行動の、評価、を自ら更新していき、連続した一連の行動の結果、価値が最大化する（＝報酬が最も多く得られる）行動を方法を自ら学習していきます。
参照：Udemy 【機械学習とは？】種類別に簡単にわかりやすく紹介！ディープラーニングとの違いやDQNについても解説！