Strojové učenie je podoblasť AI. Venuje sa algoritmom a technikám, vďaka ktorým sa počítačový systém učí. Zameriava sa na to, aby sa učil z dát a zlepšoval sa so skúsenosťami. Algoritmy v strojovom učení sú trénované na hľadanie vzorov a vzťahov vo veľkých množinách údajov. Ich úlohou je prijímanie čo najlepších rozhodnutí a predpovedí. Aplikácie strojového učenia sa používaním zlepšujú a stávajú sa presnejšími.

Techniky strojového učenia sa využívajú pri rozpoznávaní obrázkov, akustických a elektronických signálov. Je tiež vhodné pre klasifikáciu, segmentáciu alebo kompresiu dát. Jeho využiteľnosť sa uplatňuje aj k predpovedaniu vývoja časových radov, analýze písaného textu, filtrovanie spamu či podpore rozhodovania.

Strojové učenie využíva niekoľko algoritmických techník. Vzhľadom k typu údajov a chceného výsledku sa používajú štyri modely. Ide o dohliadaný, nekontrolovaný, polo kontrolovaný a posilnený model. V rámci každého z týchto modelov môže byť využitý jeden alebo viac algoritmov.