浅層学習とは、機械学習において入力から出力までの処理が比較的単純で、データの複雑な特徴を抽出しない学習方法の総称。線形回帰、決定木、サポートベクターマシンなど従来型のアルゴリズムを含む。小規模データや計算リソースが限定される場面で有効。
シャロー・ニューラルネットワークは、隠れ層が1～2層程度の比較的簡潔なニューラルネットワーク構造。深層学習（ディープラーニング）の対概念で、ニューラルネットワークの一種だが層数が少ない。中程度の複雑さを持つパターン認識に適している。
浅層学習は機械学習全般における学習手法の分類で、ニューラルネットワーク以外も含む広い概念です。シャロー・ニューラルネットワークはニューラルネットワークに限定し、構造的に隠れ層が少ないものを指します。使う場面では、浅層学習は従来型アルゴリズムを指すことが多く、シャロー・ニューラルネットワークはニューラルネットワーク利用時の選択肢です。対象の複雑さが異なり、シャロー・ニューラルネットワークの方がやや高い表現能力を持ちます。
データが小規模で解釈性が重要な場合は浅層学習、ニューラルネットワークを使いたいが計算リソースが限定される場合はシャロー・ニューラルネットワークを選択します。複雑な非線形パターンが必要なら深層学習を検討してください。