机器学习通过学习程序将输入的数据、事实等信息转化为知识，如概念、规则等。其核心在于学习程序的实现，能够从数据中提取信息并形成知识结构。

认知模拟研究通过模拟人类学习机制，旨在从根本上解决机器学习中的难题。这一研究重点是探索人类学习的过程，并将其应用到机器学习系统中。

理论性分析侧重于从理论角度探索学习方法，致力于建立通用的学习算法，这些算法不依赖于特定的应用领域。理论性研究为机器学习的进一步发展提供了基础。

面向任务的研究则侧重于根据特定任务需求设计学习系统。此类研究的目标是让计算机通过学习不断积累知识，提升性能，并在智能化上不断进步。通过学习系统，计算机能够从未见过的环境特征中获得信息，并用这些信息改进估计、分类、决策和控制等操作，提升整体系统性能。