A gépi tanulást Andrew Ng, a Stanfordi Egyetem számítástechnikája úgy határozta meg, hogy „a számítógépek kifejezetten programozás nélküli működtetésének tudománya” volt. Először az 1950-es években született meg, de a 21. század fordulójáig korlátozott haladást tapasztalt. század. Azóta a gépi tanulás számos újítás hajtóereje volt, nevezetesen a mesterséges intelligencia.
A gépi tanulás több kategóriára bontható, beleértve felügyelt, felügyelet nélküli, félig felügyelt és erősítő tanulást. Míg a felügyelt tanulás címkézett bemeneti adatokra támaszkodik annak érdekében, hogy következtetni tudjon a kimeneti eredményekkel való kapcsolatára, a felügyelet nélküli tanulás mintákat észlel a nem jelölt bemeneti adatok között. A félig felügyelt tanulás mindkét módszer kombinációját alkalmazza, és a megerősítő tanulás motiválja a programokat a kívánt eredményekkel járó folyamatok megismétlésére vagy kidolgozására, elkerülve a hibákat. (A programozás történetének megismeréséhez olvassa el a Computer Programming: A gépi nyelvtől a mesterséges intelligenciáig című részt.)
Több különböző iparág már részesül előnyben a gépi tanulásból, és a fejlett világban egyre növekszik az igény ML termékekre és szolgáltatásokra. Mindenféle vállalkozás kihasználja a prediktív képességeit, és előíró gépi tanulási módszereket kíván kidolgozni a megalapozott döntések meghozatala érdekében. A vállalatoknak sokféle módon lehet megközelíteni ezt a technológiát, beleértve a programozási nyelveket is, amelyek kiemelkednek a területen.
