斯坦福大学的计算机科学家Andrew Ng将机器学习定义为“无需明确编程即可使计算机运行的科学。”它最初是在1950年代提出的，但是直到21世纪初才经历了有限的进步。世纪。 从那时起，机器学习一直是许多创新（尤其是人工智能）背后的驱动力。
机器学习可以分为几类，包括监督学习，无监督学习，半监督学习和强化学习。 虽然有监督的学习依赖于标记的输入数据来推断其与输出结果的关系，但无监督的学习会检测未标记的输入数据中的模式。 半监督学习采用两种方法的结合，强化学习激励程序重复或精心设计具有理想结果的过程，同时避免出错。 （要了解编程的历史，请查看《计算机编程：从机器语言到人工智能》。）
机器学习已经使几个不同的行业受益，并且发达国家对机器学习产品和服务的需求也在不断增长。 各种企业都在利用其预测能力，并寻求开发规定性的机器学习方法以做出明智的决策。 公司采用这种技术的方式有很多，其中包括几种在该领域脱颖而出的编程语言。
