למידה עמוקה היא תת-תחום של למידת מכונה, שהיא (באופן כללי) היא טכנולוגיה בהשראת המוח האנושי ותפקודיו. לראשונה בשנות החמישים, מידע על למידת מכונה מצטבר על ידי מה שמכונה הרשת העצבית המלאכותית, שפע של צמתי נתונים המחוברים זה לזה המהווים ביחד את הבסיס לבינה מלאכותית. (לקבלת היסודות של למידת מכונות, עיין במכונת למידה 101.)
למידת מכונה מאפשרת למעשה לתוכנות מחשב לשנות את עצמן כאשר תתבקש על ידי נתונים או תכנות חיצוניים. מטבעו הוא מסוגל להשיג זאת ללא אינטראקציה אנושית. זה חולק פונקציונליות דומה עם כריית נתונים, אך עם תוצאות מכרות שעובדות על ידי מכונות ולא על ידי בני אדם. זה מחולק לשתי קטגוריות עיקריות: למידה בפיקוח ולא מבוקר.
למידת מכונה בפיקוח כרוכה בהשגת פעולות שנקבעו מראש באמצעות נתוני אימונים שכותרתו. במילים אחרות, תוצאות מפוקחות ידועות מראש על ידי המתכנת (האנושי), אך המערכת המסקנת את התוצאות מאומנת "ללמוד" אותן. לעומת זאת, למידת מכונה לא מפוקחת מסיקה מסקנות מנתוני קלט לא מסומנים, לעיתים קרובות כאמצעי לגילוי דפוסים לא ידועים.
