Strojové učenie definoval Andrew Ng, počítačový vedec na Stanfordskej univerzite, ako „vedu o tom, aby počítače konali tak, aby neboli explicitne naprogramované.“ Prvýkrát bol koncipovaný v 50. rokoch 20. storočia, ale do konca 21. storočia zaznamenal obmedzený pokrok. storočia. Odvtedy je strojové učenie hnacou silou mnohých inovácií, najmä umelej inteligencie.
Strojové učenie možno rozdeliť do niekoľkých kategórií, vrátane učenia pod dohľadom, bez dozoru, polo dozoru a posilňovania. Zatiaľ čo učenie pod dohľadom sa spolieha na označené vstupné údaje, aby sa odvodili jeho vzťahy s výstupnými výsledkami, učenie bez dozoru zisťuje vzorce medzi neoznačenými vstupnými údajmi. Vzdelávanie s polovičným dohľadom využíva kombináciu obidvoch metód a posilňovanie učenia motivuje programy, aby opakovali alebo prepracovali procesy s požadovanými výsledkami a vyhli sa chybám. (Ak sa chcete dozvedieť viac o histórii programovania, pozrite si časť Počítačové programovanie: od strojového jazyka po umelú inteligenciu.)
Strojové vzdelávanie už ťaží z niekoľkých rôznych odvetví a v rozvinutom svete rastie dopyt po produktoch a službách ML. Podniky všetkých druhov využívajú svoje prediktívne schopnosti a snažia sa vyvinúť predpísané metódy strojového učenia s cieľom robiť informované rozhodnutia. Existuje mnoho rôznych spôsobov, ako spoločnosti pristupovať k tejto technológii, vrátane niekoľkých programovacích jazykov, ktoré vynikajú v tejto oblasti.
