説明/参考: https://support.google.com/datastudio/answer/7020039?hl=en

回帰は、連続した数値変数をモデル化して予測するための教師あり学習タスクです。
例としては、不動産価格、株価の変動、学生のテストの点数などを予測することが挙げられます。
分類は、カテゴリ変数をモデル化および予測するための教師あり学習タスクです。例としては、従業員の離職率、メールスパム、金融詐欺、学生の成績の予測などが挙げられます。クラスタリングは、データセット内の固有の構造に基づいて、観測データの自然なグループ化（つまりクラスター）を見つける教師なし学習タスクです。例としては、顧客セグメンテーション、eコマースにおける類似商品のグループ化、ソーシャルネットワーク分析などが挙げられます。
参考: https://elitedatascience.com/machine-learning-algorithms