Os métodos de aprendizagem estatística (statiscal learning, em inglês) são divididos em métodos de aprendizagem supervisionada

Os métodos de aprendizagem estatística são divididos principalmente em duas categorias: 1. Aprendizagem supervisionada: onde o modelo é treinado com dados rotulados, ou seja, com entradas e saídas conhecidas. Exemplos incluem regressão linear, árvores de decisão e redes neurais. 2. Aprendizagem não supervisionada: onde o modelo trabalha com dados não rotulados, buscando padrões ou agrupamentos, como em clustering e análise de componentes principais. Além disso, existe a aprendizagem por reforço, que é uma terceira categoria, onde o modelo aprende por meio de recompensas e punições. Portanto, os métodos de aprendizagem supervisionada são uma parte fundamental da aprendizagem estatística, focados em prever ou classificar dados com base em exemplos previamente conhecidos.