การเรียนรู้ของเครื่อง หรือ Machine Learning (ML) เป็นประเภทของปัญญาประดิษฐ์ (AI) ที่ช่วยให้แอปพลิเคชัน หรือซอฟต์แวร์สามารถทำนายผลได้อย่างแม่นยำมากขึ้น โดยไม่ต้องตั้งโปรแกรมไว้อย่างชัดเจน เนื่องจากขั้นพื้นฐานการเรียนรู้ของเครื่อง คือการสร้างอัลกอริทึมที่สามารถรับข้อมูลป้อนเข้า และใช้การวิเคราะห์ทางสถิติ เพื่อคาดการณ์ค่า Output ภายในระยะที่รับได้

อัลกอริทึมของ ML มักถูกจัดอยู่ในประเภทการเรียนรู้ที่มีการแนะนำและดูแล (Supervised Learning) หรือ Unsupervised Learning เป็นประเภทการเรียนรู้ที่ไม่มีการแนะนำและดูแล ให้ไปเรียนรู้เอง ซึ่งอัลกอริทึมแบบ Supervised ต้องให้มนุษย์ป้อนข้อมูลทั้งแบบ Input และข้อมูลแบบ Output ตามที่ต้องการ นอกจากนี้ยังรวมถึงการให้ข้อเสนอแนะเกี่ยวกับความถูกต้องของการคาดการณ์ในระหว่างการฝึกอบรม เมื่อการฝึกอบรมเสร็จสมบูรณ์แล้วอัลกอริทึมจะใช้สิ่งเหล่านี้ในการเรียนรู้กับข้อมูลใหม่ ในส่วนอัลกอริทึมที่ไม่มีการแนะนำไม่จำเป็นต้องได้รับการฝึกอบรมด้วยข้อมูลหรือผลลัพธ์ที่ต้องการ แต่ใช้วิธีกล่าวซ้ำ ๆ ในการเข้าถึงที่เรียกว่าการเรียนรู้เชิงลึก (Deep Learning ) เพื่อตรวจทานข้อมูล ดังนั้นอัลกอริทึมที่เป็นการเรียนรู้โดยไม่มีการแนะนำจะถูกใช้สำหรับงานการประมวลผลที่ซับซ้อนกว่าระบบการเรียนรู้ที่ได้รับการแนะนำ

กระบวนการที่เกี่ยวข้องกับ Machine Learning มีความคล้ายคลึงกับการทำเหมืองข้อมูลและการสร้างแบบจำลองทำนาย ทั้งสองต้องค้นหาผ่านข้อมูล เพื่อค้นหารูปแบบ และการปรับการทำงานของโปรแกรมให้เหมาะสม หลายคนคุ้นเคยกับการเรียนรู้จากการช็อปปิ้งทางอินเทอร์เน็ต และการแสดงโฆษณาที่เกี่ยวข้องกับการซื้อของพวกเขา ซึ่งเหตุการณ์เหล่านี้เกิดขึ้นเพราะจากระบบแนะนำสินค้า ใช้การเรียนรู้ด้วยเครื่อง เพื่อปรับการจัดส่งโฆษณาออนไลน์ในแบบเรียลไทม์ นอกเหนือจากการตลาดส่วนบุคคลแล้วกรณีการยังใช้งานการเรียนรู้ของเครื่องอื่น ๆ ได้แก่ การตรวจจับการฉ้อโกง, การกรองสแปม, การตรวจหาภัยคุกคาม, ความปลอดภัยของเครือข่าย, การบำรุงรักษาเชิงพยากรณ์ และการสร้างฟีดข่าว