机器自学是一种人工智慧的应用领域，通过计算机系统演算法和统计数据源预测原有的统计数据，辨识出统计数据中的“商业模式”和规律性，并利用这些规律性来预估捷伊统计数据结论。与现代的程式设计方式相同，机器自学的演算法可以从大批统计数据中手动自学，并逐步提升准确度，进而掌控人类文明仍未辨认出的自然科学知识。
机器自学在很多应用领域领域中都获得应用领域。比如，在医疗保健应用领域领域中，机器自学可用作预测疑似病例库或基因统计数据，以预估病症的出现及辅导医学取舍。在金融创新应用领域领域中，机器自学可用作预估股票价值、美元兑及辨识诈欺犯罪行为。在节能环保应用领域领域中，机器自学可用作预估亚洲地区地理环境动态变化，以及推断灾害的可能出现处所和时间等。
机器自学目前的前述应用领域仍有很多考验和管制，比如统计数据产品质量欠佳、演算法过分繁杂、数据安全问题等。但是，随著控制技术的急速提升和统计数据自然科学的急速发展，机器自学的应用领域发展前景依然十分广为，并可望在今后的数十年内促进人类文明知觉水准的进一步提升。
总而言之，机器自学是现阶段人工智慧控制技术的重要组成部分，其将统计数据和算法紧密结合，能让计算机系统手动辨识并积极探索人类文明仍未辨认出的自然科学知识和规律性，具备十分大的增长潜力。机器自学已经深入细致到人类文明的制造和日常生活中各个应用领域领域，随著控制技术的急速提升，我们坚信它将会继续增添更多的精采，为当今世界增添更多的重大贡献。
