Machine Learning jest rodzajem uczenia się maszynowego, które wymaga nadzoru człowieka, ponieważ komputer uczy się na podstawie dostarczonych przez człowieka przykładów.
Nic podobnego :P. Machine learning to po prostu uczenie maszynowe po angielsku. A samo uczenie maszynowe to takie najbardziej ogólne określenie opisujące algorytmy, które same uczą się jakiejś strategii postępowania bez jawnego wydawania poleceń przez programistę. Dla przykładu sieci neuronowe zaliczają się do uczenia maszynowego.
Deep learning jest rodzajem uczenia się maszynowego, które potrafi uczyć się bez udziału człowieka (i tym docelowo chciałbym się zajmować).
Deep learning nie ma nic do uczenia nadzorowanego i nienadzorowanego - których definicje przytoczyłeś. Deep learning to wykorzystanie ukrytych tzw. głębokich warstw w architekturze sieci neuronowych.
fajnie by było mieć je po polsku ze względu na to, że jest to jednak trochę skomplikowane
Będzie ciężko. Polskie materiały to przeważnie wykłady z jakichś uczelni. A wykłady jak to wykłady są przeważnie kiepsko przygotowane i strasznie naukowe. U mnie się nie sprawdziły, więc polecam bardziej angielskie tutoriale. Mi najbardziej pomogły te z https://towardsdatascience.com, ale najniższy próg wejścia mają filmiki na yt, także zacząłbym od wpisania machine learning na yt.
Z praktyki polecam na początek poczytać o Q-learningu i spróbować napisać jakiś prosty projekt. W między czasie dobrze jest zacząć używać numpy.
Co do deep learningu to trzeba poczytać o sieciach neuronowych. Z bibliotek polecam keras. Tensorflow jest spoko dopóki będziesz używał wysokopoziomowego kerasowego API (tf.keras) bez wgryzania się w niższe poziomy abstrakcji. A korzystać z tych bibliotek najłatwiej jest nauczyć się z oficjalnych tutoriali i analizując projekty na githubie z ich wykorzystaniem.