Дубоко учење је потпоље машинског учења, што је (генерално гледано) технологија која је инспирисана људским мозгом и његовим функцијама. Први пут уведен 1950-их, машинско учење је кумулативно информисано оним што је познато као вештачка неуронска мрежа, мноштво међусобно повезаних чворова података који колективно чине основу за вештачку интелигенцију. (За основе машинског учења, погледајте Машинско учење 101.)
Машинско учење у основи омогућава рачунарским програмима да се мијењају када то затраже спољни подаци или програмирање. По природи је у стању да то постигне без људске интеракције. Дијели сличну функционалност са ископавањем података, али са минираним резултатима које треба обрадити машине, а не људи. Подељен је у две главне категорије: надзирано и неконтролисано учење.
Надзирано машинско учење укључује закључивање унапријед одређених операција путем обиљежених података о обуци. Другим речима, надгледани резултати су унапред познати од стране (људског) програмера, али систем закључивања резултата је обучен да их „научи“. Насупрот томе, стројно учење без надзора, извлачи закључке из неозначених улазних података, често као средство за откривање непознатих образаца.
