Machine learning (aprendizado de máquina) é a abordagem em que, em vez de programar um computador com regras explícitas, você o expõe a exemplos e ele aprende os padrões sozinho. Mostrar mil fotos de gatos e não-gatos rotuladas, e o sistema aprende a distinguir os dois — isso é machine learning.
O campo existe desde os anos 1950, mas ganhou força prática nas últimas décadas com a disponibilidade de grandes conjuntos de dados e poder computacional acessível. Ele se divide em várias subcategorias: aprendizado supervisionado (aprender com exemplos rotulados), não-supervisionado (encontrar padrões sem rótulos) e por reforço (aprender por tentativa e erro com recompensas).
O deep learning é uma forma de machine learning, mas não todo machine learning é deep learning. Muitas aplicações práticas — detecção de fraudes, recomendações de produtos, análise de crédito — usam algoritmos clássicos de ML como árvores de decisão, gradient boosting ou regressão logística, que são mais interpretáveis e eficientes para dados tabulares.