Machine Learning, ou aprendizado de máquina, é um ramo da ciência da computação e um subcampo da inteligência artificial (IA) que se concentra em desenvolver algoritmos que permitem aos computadores aprender com dados e tomar decisões sem serem explicitamente programados para cada tarefa. A premissa fundamental é que os sistemas podem identificar padrões, aprender com eles e melhorar seu desempenho com a experiência, de forma autônoma.
O pioneiro da IA, Arthur Samuel, definiu o campo em 1959 como aquele que "dá aos computadores a habilidade de aprender sem serem explicitamente programados". Essencialmente, em vez de seguir instruções estáticas, os algoritmos de Machine Learning constroem um modelo matemático a partir de dados de amostra para fazer previsões ou tomar decisões.
Machine Learning é um subconjunto da Inteligência Artificial. Uma forma simples de entender a relação é que "todo Machine Learning é IA, mas nem toda IA é Machine Learning". A IA é o campo mais amplo, focado em criar máquinas que possam mimetizar habilidades humanas de forma geral. O Machine Learning é uma das técnicas mais importantes para alcançar a IA, fornecendo aos sistemas a capacidade de aprender a partir de dados, em vez de depender apenas de programação explícita.