Machine learning is door Andrew Ng, een computerwetenschapper aan de Stanford University, gedefinieerd als "de wetenschap om computers te laten werken zonder expliciet te worden geprogrammeerd." Het werd voor het eerst bedacht in de jaren 1950, maar kende beperkte vooruitgang tot rond de 21e eeuw. eeuw. Sindsdien is machine learning een drijvende kracht achter een aantal innovaties, met name kunstmatige intelligentie.
Machine learning kan worden onderverdeeld in verschillende categorieën, waaronder supervised, onbewaakt, semi-supervised en versterkend leren. Terwijl leren onder toezicht afhankelijk is van gelabelde invoergegevens om zijn relaties met uitvoerresultaten af te leiden, detecteert niet-gecontroleerd leren patronen tussen niet-gelabelde invoergegevens. Semi-begeleid leren maakt gebruik van een combinatie van beide methoden, en versterkend leren motiveert programma's om processen met gewenste resultaten te herhalen of uit te werken, terwijl fouten worden vermeden. (Voor meer informatie over de geschiedenis van programmeren, bekijk Computer programmeren: van machinetaal tot kunstmatige intelligentie.)
Verschillende industrieën profiteren nu al van machine learning en er is een toenemende vraag naar ML-producten en -diensten in de ontwikkelde wereld. Allerlei soorten bedrijven maken gebruik van de voorspellende mogelijkheden en streven ernaar methoden voor machinaal leren op recept te ontwikkelen om weloverwogen beslissingen te nemen. Er zijn veel verschillende manieren voor bedrijven om deze technologie te benaderen, waaronder verschillende programmeertalen die opvallen in het veld.
