현대 기술 시대에는 정형 또는 비정형 데이터가 매우 풍부합니다. 20세기 후반에 데이터에서 지식을 추출하여 예측하는 자기 학습(self-learning) 알고리즘과 관련된 인공 지능(Artificial Intelligence, AI)의 하위 분야로 머신 러닝이 출현했습니다. 사람이 수동으로 대량의 데이터를 분석하여 규칙을 유도하고 모델을 만드는 대신, 머신 러닝이 데이터에서 더 효율적으로 지식을 추출하여 예측 모델과 데이터 기반의 의사 결정 성능을 점진적으로 향상시킬 수 있습니다.

컴퓨터 과학 연구에서 머신 러닝은 점점 더 중요해지며, 우리 일상생활에서도 아주 큰 역할을 하고 있습니다. 머신 러닝 덕택에 견고한 이메일 스팸 필터, 편리한 텍스트와 음성 인식 소프트웨어, 믿을 수 있는 웹 검색 엔진, 재미있는 영화 추천, 모바일 수표 입금(check deposit), 음식 배달 시간 예측 등을 사용합니다. 아마도 곧 안전하고 효율적인 자율 주행 자동차도 사용할 수 있을 것입니다. 또한, 의료 애플리케이션에서도 큰 진전이 있었습니다. 예를 들어 연구자들은 딥러닝 모델을 사용하여 피부암을 거의 사람 수준의 정확도로 진단할 수 있다는 것을 보였습니다(https://www.nature.com/articles/nature21056).