Globoko učenje je podpolje strojnega učenja, ki je (na splošno gledano) tehnologija, ki jo navdihujejo človeški možgani in njegove funkcije. Strojno učenje, ki je bilo prvič uvedeno v petdesetih letih prejšnjega stoletja, je kumulativno seznanjeno z umetno nevronsko mrežo, množico med seboj povezanih vozlišč podatkov, ki skupaj tvorijo osnovo za umetno inteligenco. (Za osnove strojnega učenja si oglejte Strojno učenje 101.)
Strojno učenje v bistvu omogoča, da se računalniški programi spremenijo, ko jih pozovejo zunanji podatki ali programiranje. Po naravi je to sposoben doseči brez človekove interakcije. Podobno funkcionalnost ima tudi pri pridobivanju podatkov, toda izkopane rezultate, ki jih obdelujejo stroji in ne ljudje. Razdeljen je na dve glavni kategoriji: nadzorovano in nenadzorovano učenje.
Nadzorovano strojno učenje vključuje sklepanje vnaprej določenih operacij z označenimi podatki o usposabljanju. Z drugimi besedami, (človeški) programer vnaprej pozna nadzirane rezultate, vendar je sistem, ki sklepa o rezultatih, usposobljen, da se jih "nauči". Nasprotno nenadzorovano strojno učenje črpa sklepe iz neoznačenih vhodnih podatkov, pogosto kot sredstvo za zaznavanje neznanih vzorcev.
