L'apprendimento automatico è stato definito da Andrew Ng, uno scienziato informatico dell'Università di Stanford, come "la scienza per far funzionare i computer senza essere esplicitamente programmato". È stato concepito per la prima volta negli anni '50, ma ha registrato progressi limitati fino alla fine del 21 ° secolo. Da allora, l'apprendimento automatico è stato una forza trainante dietro una serie di innovazioni, in particolare l'intelligenza artificiale.
L'apprendimento automatico può essere suddiviso in diverse categorie, tra cui l'apprendimento supervisionato, non supervisionato, semi-supervisionato e di rinforzo. Mentre l'apprendimento supervisionato si basa su dati di input etichettati per inferire le sue relazioni con i risultati di output, l'apprendimento senza supervisione rileva modelli tra i dati di input senza etichetta. L'apprendimento semi-supervisionato utilizza una combinazione di entrambi i metodi e l'apprendimento per rinforzo motiva i programmi a ripetere o elaborare processi con esiti desiderabili evitando errori. (Per conoscere la storia della programmazione, controlla Programmazione computer: dal linguaggio macchina all'intelligenza artificiale.)
Numerosi settori diversi stanno già beneficiando dell'apprendimento automatico e vi è una crescente domanda di prodotti e servizi ML nel mondo sviluppato. Le aziende di tutti i tipi stanno sfruttando le sue capacità predittive e cercano di sviluppare metodi di apprendimento automatico prescrittivi al fine di prendere decisioni informate. Ci sono molti modi diversi per le aziende di avvicinarsi a questa tecnologia, inclusi diversi linguaggi di programmazione che si distinguono nel settore.