การเรียนรู้ของเครื่อง เป็นกระบวนการที่ AI เรียนรู้จากข้อมูล เพื่อให้สามารถวิเคราะห์ข้อมูลหรือตัดสินใจได้เอง AI จะใช้ตัวอย่างข้อมูล เพื่อหากฎเกณฑ์ รูปแบบ หรือความสัมพันธ์ที่ซ่อนอยู่ แล้วนำไปใช้ในการตัดสินใจหรือทำนายสิ่งใหม่ ซึ่งกระบวนการเรียนรู้ของเครื่องอาจสรุปเป็นขั้นตอนดังนี้ การเก็บรวบรวมข้อมูล การเตรียมข้อมูล การเลือกโมเดล การสอนโมเดล การประเมินโมเดล และการนำไปใช้ โดยการเรียนรู้ของเครื่องแบ่งออกเป็น 3 ประเภทหลัก คือ การเรียนรู้แบบมีผู้สอน การเรียนรู้แบบไม่มีผู้สอน และการเรียนรู้แบบเสริมแรง

      การเรียนรู้แบบมีผู้สอน เป็นการเรียนรู้จากข้อมูลที่มีการระบุประเภทของข้อมูลหรือเลเบลไว้แล้ว AI จะเรียนรู้จากข้อมูลนี้ สร้างเป็นโมเดล เพื่อนำไปใช้แก้ปัญหาต่าง ๆ เช่น การจำแนกประเภทหรือการทำนายเชิงตัวเลขของข้อมูลใหม่ ตัวอย่างโมเดล เช่น อัลกอริทึมเพื่อนบ้านที่ใกล้ที่สุด (k-NN) เป็นการจำแนกข้อมูลใหม่ โดยพิจารณาจากเลเบลของกลุ่มข้อมูลที่ใกล้ที่สุด