El aprendizaje automático (Machine Learning) es el subapartado de la inteligencia artificial que se centra en desarrollar sistemas que aprenden, o mejoran el rendimiento, en función de los datos que consumen. Inteligencia artificial es un término amplio que se refiere a sistemas o máquinas que imitan la inteligencia humana. La mayor parte de los programas computacionales no tiene esta característica. Por ejemplo, se puede escribir un programa para multiplicar números enteros, al programa se le dan como datos de entrada un par de números y se obtiene como salida el producto de éstos. Este programa nunca cambia la función que relaciona la entrada y la salida, siempre que se dé como entrada el par 3,6, el resultado será siempre 18. En este caso no hay aprendizaje.
Pensemos ahora en un algoritmo que “aprenda” a reconocer los números nones sin darle la definición de éstos. Entonces, lo que se hace es darle al programa algunos ejemplos de entrenamiento como se haría con un niño al que se quiere enseñar el concepto. Es decir, se le da una muestra de números pares e impares informando al programa cuáles corresponden a cada categoría. El programa, por sí mismo, debe “descubrir” el concepto de número impar y, eventualmente, aplicarlo a nuevos ejemplos no presentados con anterioridad.
Este programa tiene que ir cambiando su desempeño, modificando la función que relaciona la entrada con la salida; al principio puede cometer errores, pero de lo que se trata es que, eventualmente, “aprenda” el concepto correctamente. Como ejemplos aplicados pueden mencionarse programas que “aprenden” a realizar ciertos diagnósticos médicos –como identificar células cancerosas distinguiéndolas de células sanas– y programas que “descubren” regularidades y patrones en bases de datos. El aprendizaje automático está enfocado a estudiar y desarrollar teorías y métodos para diseñar algoritmos de este tipo.