یادگیری ماشین حوزه ای در علوم کامپیوتر است که با استفاده از تکنیک های آماری و بدون برنامه ریزی صریح، رایانه ها را قادر به تصمیم گیری مبتنی بر داده کند و به تدریج بیاموزد. یادگیری ماشین زیرمجموعه اصلی هوش مصنوعی است اما با زمینه های دیگر مانند ریاضیات ، علوم رایانه نظری ، فیزیک و سایر زمینه ها نیز تلاقی گسترده ای دارد.
در سالهای گذشته، برنامه های یادگیری ماشین در حوزه های مختلفی مانند مراقبت های بهداشتی ، مالی، فروشگاهی، مسافرت، رسانه و… ساخته شده است. به عنوان مثال، در حال حاضر بسیاری از برنامه های موفق مانند کشف دارو و درمان در زمینه مراقبت های بهداشتی، کشف تقلب در تراکنش های مالی، سیستم های پیشنهاد دهنده در یک فروشگاه، قیمت گذاری در سفر و شخصی سازی خبرهای خبری در رسانه های اجتماعی و… توسعه داده شده است. نتیجه تکنیک های یادگیری ماشین نیز قابل توجه است وعملکرد آن در چند سال گذشته، در برخی موارد حتی از هوش انسانی نیز برتر است. در میان موارد گفته شده، معاملات بر پایه یادگیری ماشین (Machine Learning Trading) یکی از حوزه های کاربردی یادگیری ماشین است که در حال حاضراستفاده میشود.
هدف نهایی تیم پیدا کردن بهترین استراتژی و زمان خرید یا فروش دارایی ها در یک سبد بورسی است، به طوری که بتوان با خرید و فروش های پیشنهاد شده توسط این الگوریتم، همواره بتوانیم بهتر از روند جاری بازار عمل کنیم.