Машинное обучение зародилось благодаря тому, что человек, научившись делегировать сложные вычислительные (и не только) задачи на плечи компьютера, решил его ещё обучить искать закономерности и предугадывать результаты везде, где это только можно.
То есть у вас есть какой-то набор входных данных: надо быстро получить результат. Чем больше этих данных, тем лучше, а чем больше конкретных (важных для поставленной задачи) признаков и особенностей можно из этих данных выделить, тем лучше в квадрате. Далее алгоритмы начинают просчитывать, предсказывать, сравнивать, выбирать лучшее и т.д. Но получить хороший результат можно только тогда, когда данных изначально было достаточно для решения.
Метод применяется во многих сферах: распознавание рукописного текста, поиск, распознавание и изменение изображений, управление автомобилем. Даже в современном протезировании нейросети и машинное обучение помогают подбирать паттерны захватов и движения пальцев, облегчая тем самым управление гаджетом.