Istället för att programmera regler för hand, mata in exempel och låt algoritmen hitta mönster. Maskininlärning bygger modeller som förbättras med data, och det ligger nu till grund för sökning, rekommendationer, bedrägeriupptäckt och taligenkänning.

Fältet delas upp genom handledning. Handledd inlärning använder märkta data. Oövervakad inlärning finner struktur utan etiketter. Förstärkande inlärning lär sig från belöningssignaler genom interaktion. Var och en passar olika problem.

Vanliga inlärningsparadigmer

• Övervakad inlärning från etiketter
• Oövervakat lärande från struktur
• Förstärkningsinlärning från belöning
• Semiövervakat lärande från blandade data
• Självövervakat lärande från förevändningsuppgifter

Data dominerar resultaten. En enkel modell på ren, relevant data slår ofta en komplex modell på brusiga data. Utövare lägger större delen av sin tid på datainsamling, rengöring och validering, inte på arkitektursökning.