Це залежить від того, наскільки широко ви визначаєте "методи машинного навчання". Ви можете побудувати визначення так, що за визначенням все навчання підпадає під цю рубрику. OTOH, існує настільки широкий спектр машинних методів навчання, що так би не отримати багато.
Напевно, має більше сенсу говорити про різні види навчання, які ми використовуємо в рамках машинного навчання / штучного інтелекту. Як мінімум, у вас є:
- контрольоване навчання
- непідконтрольне навчання
- напівконтрольне навчання
- конкурентне навчання
А потім такі речі, як "навчання підкріплення", яке може підрозділити вищесказане. Більшість із цих речей належать до того, що люди зазвичай називають "машинним навчанням".
Поза цим, у вас є такі речі, як алгоритми індукції правил, дедуктивні методи логіки, такі як індуктивне логічне програмування, які можуть своєрідно "вчитися", двигуни виводу, автоматизовані міркування тощо, які мають свої способи "дізнатися" про світ, але є окремими від того, що зазвичай позначається як "машинне навчання".
Але навіть маючи це на увазі, можна правильно запитати, чи дійсно там є роздільна лінія чи ні. Дійсно, мабуть, є підстави думати, що майбутні системи ШІ можуть використовувати гібридний підхід, який поєднує в собі безліч різних методик, не зважаючи на те, чи вони позначені "машинним навчанням" чи "GOFAI" чи "іншим".