Dyp læring er et underfelt av maskinlæring, som (generelt sett) er teknologi som er inspirert av den menneskelige hjernen og dens funksjoner. Først ble introdusert på 1950-tallet, blir maskinlæring kumulativt informert av det som er kjent som det kunstige nevrale nettverket, en mengde sammenkoblede dataknuter som samlet danner grunnlaget for kunstig intelligens. (For det grunnleggende om maskinlæring, sjekk ut Machine Learning 101.)
Maskinlæring lar i hovedsak dataprogrammer endre seg når de blir bedt om av eksterne data eller programmering. I sin natur er det i stand til å oppnå dette uten menneskelig interaksjon. Den deler lignende funksjonalitet med data mining, men med utvunnet resultater som skal behandles av maskiner i stedet for mennesker. Det er delt inn i to hovedkategorier: veiledet og uovervåket læring.
Overvåket maskinlæring involverer slutningen av forhåndsbestemte operasjoner gjennom merkede treningsdata. Med andre ord er overvåkede resultater kjent på forhånd av (den menneskelige) programmereren, men systemet som utleder resultatene er opplært til å "lære" dem. Uovervåket maskinlæring trekker derimot slutninger fra umerkede inputdata, ofte som et middel til å oppdage ukjente mønstre.