یادگیری ماشین یکی از زیر مجموعه های هوش مصنوعی است که به سیستم ها این امکان را می دهد تا به صورت خودکار یادگیری و پیشرفت داشته باشند بدون اینکه نیاز باید تا یک برنامه نویسی مخصوص به آن یادگیری خاص را انجام داد. تمرکز اصلی یادگیری ماشینی بر توسعه برنامه‌هایی است که بتوانند با دسترسی به داده‌ها، به طور خودکار از آن‌ها برای یادگیری خود سیستم استفاده کنند.در یادگیری ماشین فرآیند یادگیری با مشاهدات یا داده ها آغاز می شود و سیستم از مثال ها، تجارب مستقیم و یا دستور العمل ها و.. استفاده می‌کند تا به یک الگو مشخص برسد و بر اساس آن الگو شروع به تصمیم گیری و حل مسئله کند. هدف اصلی یادگیری ماشین آن است که به کامپیوتر اجازه بدهیم که بدون دخالت و کمک انسان به طور اتوماتیک یادگیری داشته باشند و بتواند بر اساس مشاهدات و داده‌ها الگوریتم داشته باشد.

روشی است برای درک زبان انسانی برای رایانه؛ این علم یکی شاخه‌های دانش هوش مصنوعی محسوب می‌شود و به رایانه‌ها کمک می‌کند تا با آگاهی از چگونگی استفاده بشر از زبان، زبان انسانی را درک کند.به طور مثال هنگامی که عبارتی را در ترجمه‌گری مثل گوگل ترنسلیت تایپ می‌کنید یا با ویرایشگرهای متنی کار می‌کنید در حقیقت بخشی از فرایند تصحیح و پیشنهاد عبارات توسط NLP انجام می‌شود،NLP می‌تواند به طور موثر در حوزه آموزش برای ارتقاء شیوه‌های یادگیری زبان و بهبود عملکرد تحصیلی دانش‌آموزان نیز مورد استفاده قرار بگیرد.و یا در مراکز تماس طبقه بندی تماس‌های گرفته شده بسیار اهمیت دارد. همچنین تحلیل مکالمات مرکز تماس میتواند دید واقع بینانه تری به مدیران مرکز تماس بدهد. به همین دلیل طبقه بندی مکالمات و تجزیه و تحلیل آن با پردازش زبان طبیعی بسیار کمک کننده است.

 این تکنولوژی مبتنی بر پردازش تصاویر دو بعدی است و به کامپیوتر قابلیت مشاهده و تجزیه تحلیل محیط پیرامون را می دهد. به عبارتی ساده تر بینایی ماشین یک قابلیت کامپیوتری مجهز به چندین دوربین فوق پیشرفته و یک سیستم تحلیلگر قدرتمند برای پردازش داده های تصویری است.سیستم‌هایی که برای مدیریت و کنترل تصویری موجودی کالاها مثل خواندن بارکد یا Q Reader و سامانه‌های شمارش استفاده می‌شوند؛ غالباً از سیستم بینایی ماشین استفاده می‌کنند.و یکی دیگر از کاربردهای بینایی ماشین در حوزه صنعت کشاورزی است. بینایی ماشین، ماشین‌های درو را قادر می سازد تا موقعیت صحیح محصولات را شناسایی کنند و بر این اساس ماشین‌های درو بدون صدمه زدن به محصولات می‌توانند کار خود را انجام دهند. لازم به ذکر است سیستم بینایی ماشین فعالیت های نظیر پردازش تصویر از ارتفاع و در سطح زمین، تحلیل تقسیم بندی اراضی و تخمین میزان خسارات وارده به محیط زیست  را نیز انجام می دهد.      

 منطق فازی در هوش مصنوعی انعطاف پذیری ارزشمندی را برای استدلال فراهم می کند.که شبیه استدلال انسان است. این رویکرد شبیه نحوه تصمیم گیری انسان ها است، و تمام احتمالات میانی بین بله و خیر را شامل می شودمنطق فازی، یک متد و رویکرد محاسباتی بر پایه‌ی نظریه‌ی سطوح مختلف درستی  است. این منطق، از منطق رایج صفر و یکی رایانه‌ها، پیروی نمی‌کند. و در حوزه‌های پزشکی که نیازمند توانایی تصمیم‌گیری است، استفاده می‌شود. همچنین، در گیربکس‌های اتوماتیک و پارکینگ‌های خودرو، از منطق فازی استفاده می‌شود.ساختار سیستم‌های منطق فازی، ساده و قابل درک است. همچنین امروزه در مقیاس تجاری و آزمایشگاهی بسیار به کار گرفته می‌شود. از طرفی کنترل بهتر و موثر‌تر ماشین‌ها و صرفه‌جویی در هزینه‌ها را با استفاده از منطق فازی می‌توان امکان‌پذیر کرد. در انتها، شاید بتوان بهترین دلیل استفاده از منطق فازی را حل مسائل پیچیده با راه حل‌های موثرتر و ساده‌تر در نظر گفت.