Makine öğrenmesi, yapay zekanın bir alt dalıdır ve bir görevi adım adım kodlamak yerine, sistemin çok sayıda örnek üzerinden öğrenmesini sağlar. Model, verideki örüntüleri yakalayarak daha önce görmediği durumlarda tahmin yapabilir hâle gelir; gördüğü veri arttıkça performansı genellikle iyileşir.
Yöntem; e-postada spam ayıklamadan hastalık teşhisine, kredi risk değerlendirmesinden görüntü tanımaya kadar geniş bir alanda kullanılır. Verinin kalitesi ve temsil gücü, modelin isabetini doğrudan belirler; taraflı veri, taraflı sonuçlara yol açabilir.