Diep leren is een deelgebied van machine learning, wat (in het algemeen) technologie is die is geïnspireerd door het menselijk brein en zijn functies. Voor het eerst geïntroduceerd in de jaren 1950, wordt machine learning cumulatief geïnformeerd door wat bekend staat als het kunstmatige neurale netwerk, een overvloed aan onderling verbonden dataknopen die gezamenlijk de basis vormen voor kunstmatige intelligentie. (Bekijk Machine Learning 101 voor de basisprincipes van machine learning.)
Machine learning stelt computerprogramma's in staat zichzelf te veranderen wanneer daarom wordt gevraagd door externe gegevens of programmering. Van nature is het in staat dit te bereiken zonder menselijke interactie. Het deelt vergelijkbare functionaliteit met datamining, maar met gedolven resultaten die door machines in plaats van mensen moeten worden verwerkt. Het is verdeeld in twee hoofdcategorieën: begeleid en niet-begeleid leren.
Supervised machine learning omvat het afleiden van vooraf bepaalde bewerkingen via gelabelde trainingsgegevens. Met andere woorden, bewaakte resultaten zijn vooraf bekend bij de (menselijke) programmeur, maar het systeem dat de resultaten leidt, is getraind om ze te 'leren'. Machinaal leren zonder toezicht trekt daarentegen conclusies uit niet-gelabelde invoergegevens, vaak als middel om onbekende patronen te detecteren.
