Syväoppiminen on koneoppimisen osakenttä, joka (yleisesti ottaen) on ihmisen aivojen ja sen toimintojen innoittamaa tekniikkaa. Ensimmäisen kerran 1950-luvulla käyttöön otetulle koneoppimiselle kertyy kumulatiivisesti niin kutsuttu keinotekoinen hermoverkko, lukuisat toisiinsa yhteydessä olevat datasolmut, jotka yhdessä muodostavat keinotekoisen älyn perustan. (Koneoppimisen perusteet ovat koneoppimisessa 101.)
Koneoppiminen antaa tietokoneohjelmille pääsääntöisesti muutoksen itsensä, kun ulkoinen tieto tai ohjelmointi sitä kehottaa. Luonteeltaan se pystyy toteuttamaan tämän ilman ihmisen vuorovaikutusta. Se jakaa samanlaisen toiminnallisuuden datan louhinnan kanssa, mutta louhittujen tulosten kanssa, jotka prosessoidaan koneiden eikä ihmisten sijasta. Se on jaettu kahteen pääryhmään: ohjattu ja ohjaamaton oppiminen.
Ohjattuun koneoppimiseen sisältyy ennalta määrättyjen toimien päättäminen leimatun harjoitustiedon kautta. Toisin sanoen (ihmisen) ohjelmoija tietää etukäteen valvotut tulokset, mutta tuloksia päätelevä järjestelmä koulutetaan “oppimaan” ne. Valvomaton koneoppiminen sitä vastoin tekee päätelmiä leimaamattomasta syöttötiedosta, usein keinona tunnistaa tuntemattomia malleja.
