能够感知其环境并执行最大化其在某些目标或任务中成功机会的行动”4. 该领域由各种技术组成，这些技术用于尝试解决问题并以类似于人们日常生活的方式做出决策。 一些例子：加快寻找工作候选人的程序；自动灌溉系统，通过传感器测量土壤湿度，以决定哪些部门应该灌溉，哪些部门不应该灌溉.
以节省水和能源；电影和连续剧、音乐或 购买批量短信服务 联系人的推荐算法，例如大部分人口经常使用的平台的推荐算法，这些算法基于对用户行为的分析，以了解向他们推荐什么；分析银行客户能否获得贷款的系统。 在计算机已经具备的被认为是“智能”的行为中，包括学习新任务、解决问题、捕获和分析来自周围环境的信息等。他们仍然面临的挑战之一是提高理解上下文的能力，主要是为了发展自然语言，为此他们需要拓宽对语义的理解。
在所有这些情况下，系统的基本输入是算法用来做出一个或多个决策的数据。互联网的爆发、数据的普遍可用性、收集数据的几乎巨大的容量以及当今可用的计算能力意味着近年来机器学习（机器学习或机器学习）和深度学习什么是机器学习？谈了这么多？机器，从复杂的医疗设备到移动设备，从它们输入或从自己的传感器收集的数据中“学习”（因此它们接收的数据越多，它们学习的越多）。