Uczenie Maszynowe (Machine Learning) – poddziedzina AI oparta na danych.

Uczenie maszynowe to dziedzina sztucznej inteligencji, która koncentruje się na tworzeniu algorytmów i modeli zdolnych do samodzielnego poprawiania swoich wyników na podstawie analizy danych. Proces ten polega na wykorzystaniu dużych zbiorów informacji, z których system automatycznie wyciąga wzorce i zależności bez konieczności jednoznacznego programowania wszystkich reguł. Celem jest umożliwienie komputerom podejmowania decyzji, przewidywań lub klasyfikacji na podstawie wcześniejszych doświadczeń.

Metody stosowane w uczeniu maszynowym obejmują różnorodne techniki, takie jak uczenie nadzorowane, gdzie model uczy się na oznaczonych danych, oraz uczenie nienadzorowane, skupiające się na wykrywaniu struktur i klastrów w danych nieopatrzonych. Istnieje również uczenie przez wzmacnianie, które polega na optymalizacji działań w środowisku poprzez system nagród i kar. Dzięki temu uczenie maszynowe znajduje zastosowanie w wielu dziedzinach, od rozpoznawania obrazów i przetwarzania języka naturalnego, po systemy rekomendacyjne i autonomiczne pojazdy.