机器学习 (ML) 是通过经验和数据对计算机算法的研究。它被视为人工智能的一部分。机器学习算法基于样本数据构建模型，称为“训练数据”，以便在没有明确编程的情况下做出预测或决策。机器学习算法被广泛用于各种应用，例如医学、电子邮件过滤、语音识别和计算机视觉。

机器学习的一个子集与计算统计密切相关，它侧重于使用计算机进行预测；但并非所有机器学习都是统计学习。数学优化研究为机器学习领域提供了方法、理论和应用领域。数据挖掘是一个相关的研究领域，侧重于通过无监督学习进行探索性数据分析。在跨业务问题的应用中，机器学习也被称为预测分析。

机器学习在本科阶段通常以课程的形式出现。在研究生阶段，机器学习被视为人工智能、计算机科学等相关专业的分支。

机器学习的研究生项目对申请者本科所学的专业没有限制，但是要求申请者必须具有很强的计算机科学背景，包括对复杂性理论的深刻理解和良好的编程技能，以及良好的数学背景。申请者需要在大学阶段学过高阶的计算机课程，微积分、线性代数和概率课程。