机器学习是一门面向人类知识技术发展的人工智能（AI）学科。机器学习允许计算机通过分析，自我训练，观察和经验来处理新情况。
机器学习通过接触新场景，测试和适应来促进计算的持续进步，同时采用模式和趋势检测来改进后续（但不完全相同）情况下的决策。
机器学习经常与数据挖掘和数据库中的知识发现（KDD）混淆，后者具有相似的方法。
机器学习先驱和卡内基梅隆大学（CMU）教授Tom M. Mitchell预测了人类和机器学习的演变和协同作用。今天的Facebook News Feed就是一个很好的例子。新闻源被编程为显示用户朋友内容。如果用户经常在特定朋友的墙上标记或书写，则新闻Feed会更改其行为以显示该朋友的更多内容。
其他机器学习应用程序包括语法模式识别，自然语言处理，搜索引擎，计算机视觉和机器感知。
在机器中复制人类直觉是很困难的，主要是因为人类经常在无意识中学习和执行决策。
与儿童一样，在开发面向未来行为的广泛算法时，机器需要延长的训练期。训练技术包括死记硬背学习，参数调整，宏观操作，分块，基于解释的学习，聚类，错误纠正，案例记录，多模型管理，反向传播，强化学习和遗传算法。等等
,
