陈述性学习
原文：Declarative learning - supermemo.guru
陈述性学习是基于在记忆中建立一套简单的概念联想的学习。例如，学习「土星最大的卫星是什么？」这个问题的答案就是陈述性学习。简单的联想可以建立复杂的结构。在学习关于土卫六的知识时，我们可以建立几十个联想，帮助我们理解这个卫星。陈述性学习这个词通常是与其他形式的学习相对立的，特别是程序性学习。这两种类型的学习沿着不同的规则进行，服务于不同的目的，需要不同的学习策略。
大多数关于间隔重复[1]的研究都是指陈述性学习，而程序性学习通常最好通过简单的练习来完成。例如，骑自行车可以提高人的程序性骑车技能。在陈述性学习中，反复阅读一本书是一种非常糟糕的策略。
陈述性学习在大脑中建立了大量的知识储存。这些陈述性知识描述了生物体的经验所反映的现实。
程序性学习
原文：Procedural learning - supermemo.guru
程序性学习是指神经网络借助奖励和惩罚信号优化其连接的学习。与陈述性学习相反，网络在输入时不会得到「现成的答案或正确的关联」。所有它得到的是其输出的估值，这些估值在轻微的随机或有意识的调整后会发生变化。程序性学习最著名的是来自运动类任务，比如骑自行车或弹钢琴。
在骑自行车时，我们一开始会尝试有意识地影响运动系统网络。然而，渐渐地，我们转而只通过骑车来不断改进。网络中随时可能出现小的随机波动，然而，表现渐渐稳定下来，有意识的控制也会逐渐退出。由于系统中突触稳定性的增加，随机波动也会减少。