Andrew Ng นักวิทยาศาสตร์คอมพิวเตอร์ที่ Stanford University ได้กำหนดคำสั่งการเรียนรู้ของเครื่องไว้ว่า "วิทยาศาสตร์ของการทำให้คอมพิวเตอร์ทำงานโดยไม่ต้องตั้งโปรแกรมอย่างชัดเจน" มันถูกสร้างขึ้นครั้งแรกในปี 1950 แต่มีความคืบหน้า จำกัด จนถึงรอบที่ 21 ศตวรรษ. ตั้งแต่นั้นมาการเรียนรู้ของเครื่องเป็นแรงผลักดันที่อยู่เบื้องหลังนวัตกรรมจำนวนมากปัญญาประดิษฐ์ที่สะดุดตาที่สุด
การเรียนรู้ของเครื่องสามารถแบ่งออกเป็นหลายประเภทรวมถึงการเรียนรู้แบบมีผู้ดูแล, ไม่ได้ดูแล, การเรียนแบบกึ่งกำกับและเสริมกำลัง ในขณะที่การเรียนรู้ภายใต้การดูแลอาศัยข้อมูลอินพุตที่มีป้ายกำกับเพื่ออนุมานความสัมพันธ์กับผลลัพธ์ผลลัพธ์การเรียนรู้แบบไม่ตรวจพบจะตรวจจับรูปแบบของข้อมูลอินพุตที่ไม่มีป้ายกำกับ การเรียนรู้แบบกึ่งภายใต้การดูแลมีการใช้ทั้งสองวิธีร่วมกันและการเรียนรู้การเสริมแรงกระตุ้นโปรแกรมที่จะทำซ้ำหรือทำอย่างละเอียดในกระบวนการที่มีผลลัพธ์ที่ต้องการในขณะที่หลีกเลี่ยงข้อผิดพลาด (หากต้องการเรียนรู้เกี่ยวกับประวัติของการเขียนโปรแกรมให้ตรวจสอบการเขียนโปรแกรมคอมพิวเตอร์: จากภาษาเครื่องถึงปัญญาประดิษฐ์)
อุตสาหกรรมที่แตกต่างกันจำนวนมากได้รับประโยชน์จากการเรียนรู้ของเครื่องจักรและมีความต้องการผลิตภัณฑ์และบริการ ML ที่เพิ่มขึ้นทั่วโลกที่พัฒนาแล้ว ธุรกิจทุกประเภทกำลังใช้ประโยชน์จากความสามารถในการคาดการณ์และพยายามพัฒนาวิธีการเรียนรู้ด้วยเครื่องจักรแบบกำหนดเพื่อที่จะทำการตัดสินใจอย่างชาญฉลาด มีหลายวิธีที่ บริษัท ต่างๆจะเข้าถึงเทคโนโลยีนี้รวมถึงภาษาการเขียนโปรแกรมหลายภาษาที่โดดเด่นในด้านนี้
