监督学习：给出一个训练集，然后通过训练集学习出一个模型，当新的数据到来的时候，我们就能通过这个模型进行预测结果。监督学习的训练集不仅要有输入还要有输出，即目标特征和目标结果，特征就是训练集中数据特有的，结果是人为标记的。监督学习是我们一开始就让机器知道一张图片是那个东西，如他是猪，他是狗，他是牛，机器会通过学习得到一组参数来判别他是猪，狗，还是牛，当我们再次输入一个图片时，他就会进行模型参数比对来确定他是什么东西
无监督学习：输入东西没有被提前标记好，也没有确定的结果，我们输入一堆照片，我们照片里有牛，猪和狗，但是我们并没有提前告诉机器，他是什么，机器就会进行学习，来区分猪，牛和狗，但是机器并不知道他是猪，牛还是狗，因为我们并没有告诉机器我们给他的照片是什么，机器的区分是通过样本集的相似度进行分类。
原文：https://www.cnblogs.com/xstcb/p/12040296.html