Hluboké učení je podpolí strojového učení, což je obecně řečeno technologie inspirovaná lidským mozkem a jeho funkcemi. Strojové učení, které bylo poprvé zavedeno v 50. letech 20. století, je souhrnně informováno o tom, co je známé jako umělá neuronová síť, o množství propojených datových uzlů, které společně tvoří základ pro umělou inteligenci. (Základy strojového učení najdete v části Strojové učení 101.)
Strojové učení v podstatě umožňuje počítačovým programům, aby se samy změnily, když byly vyzvány externími daty nebo programováním. Přirozeně to dokáže bez lidské interakce. Sdílí podobnou funkčnost s dolováním dat, ale s těženými výsledky, které mají být zpracovávány spíše stroji než lidmi. Je rozdělena do dvou hlavních kategorií: učení pod dohledem a bez dozoru.
Dozor nad strojovým učením zahrnuje odvozování předem určených operací prostřednictvím označených tréninkových dat. Jinými slovy, výsledky pod dohledem jsou známy předem (lidským) programátorem, ale systém odvozující výsledky je vyškolen, aby je „naučil“. Naproti tomu strojové učení bez dozoru čerpá závěry z neznačených vstupních dat, často jako prostředek k detekci neznámých vzorců.
