機器學習 (ML) 是人工智慧 (AI) 的一個子集，屬於運算科學領域，著重於分析和解譯資料中的模型與結構，以實現人類互動之外的學習、推理和決策。簡而言之，機器學習可讓使用者為電腦演算法提供大量資料，並讓電腦只根據輸入資料來分析並做出資料導向的建議和決策。如果認為需要進行任何修正，演算法也可整合這些資訊來改善未來的決策品質。
機器學習由三個部分組成：
一開始，系統會將已知答案的參數資料饋送給模型，然後執行演算法並進行調整，直到演算法的輸出（學習結果）與已知答案一致為止。此時，增加輸入的資料量是為了幫助系統學習和處理更高階的運算決策。
資料是所有企業的命脈，由資料驅動的決策有助於跟上競爭腳步，這與進一步落後之間的差異越來越大。機器學習可以成為發揮企業和客戶資料價值的關鍵，並協助制定讓公司在競爭中保持領先地位的決策。
AI 在自然語言處理 (NLP) 和 電腦視覺 (CV) 等應用領域的進展有助於金融服務、醫療和汽車等產業加速創新、改善客戶體驗並降低成本。機器學習可應用於所有類型的產業，包括製造業、零售業、醫療與生命科學、旅遊與餐飲、金融服務，以及能源、原料和公用事業。使用案例包括：