Koneoppimisen on määritellyt Stanfordin yliopiston tietotekniikan tutkija Andrew Ng nimellä “tiede, jolla tietokoneet saadaan toimimaan ilman, että niitä olisi nimenomaisesti ohjelmoitu.” Se suunniteltiin alun perin 1950-luvulla, mutta sen edistyminen oli vähäistä vasta 21. vuosituhannen vaihteessa. luvulla. Siitä lähtien koneoppiminen on ollut liikkeellepaneva voima monien innovaatioiden, etenkin tekoälyn, taustalla.
Koneoppiminen voidaan jakaa useisiin luokkiin, mukaan lukien ohjattu, valvomaton, puolivalvottu ja vahvistusoppiminen. Vaikka ohjattu oppiminen luottaa merkittyihin syöttötietoihin päästäkseen suhteisiinsa tulostuloksiin, ohjaamaton oppiminen havaitsee merkinnöittämättömien syöttötietojen kuviot. Puolivalvottu oppiminen käyttää molempien menetelmien yhdistelmää, ja vahvistusoppiminen motivoi ohjelmia toistamaan tai kehittämään prosesseja, joilla on toivotut tulokset välttäen virheitä. (Lisätietoja ohjelmoinnin historiasta on tietokoneohjelmoinnissa: Konekielestä tekoälyyn.)
Koneoppimisesta hyötyvät jo useat eri teollisuudenalat, ja ML-tuotteiden ja -palveluiden kysyntä on kasvanut koko kehittyneessä maailmassa. Kaikenlaiset yritykset hyödyntävät sen ennakointikykyä ja pyrkivät kehittämään reseptoivia koneoppimismenetelmiä perusteltujen päätösten tekemiseksi. Yrityksillä on monia eri tapoja lähestyä tätä tekniikkaa, mukaan lukien useita ohjelmointikieliä, jotka erottuvat kentältä.
