Il machine learning e le sue componenti di deep learning e reti neurali sono tutti iscritti nell'intelligenza artificiale come sottoinsiemi concentrici. L'AI elabora i dati per prendere decisioni e formulare previsioni. Gli algoritmi di machine learning consentono all'AI non solo di elaborare i dati, ma anche di usarli per diventare più intelligente, senza bisogno di ulteriore programmazione. L'intelligenza artificiale è l'entità a cui fanno capo tutti i sottoinsiemi di machine learning. Il primo sottoinsieme è rappresentato dal machine learning; al suo interno troviamo il deep learning, il quale a sua volta racchiude le reti neurali.

La rete neurale artificiale (ANN, artificial neural network) si chiama così perché è costruita sul modello dei neuroni presenti nel cervello biologico. I neuroni artificiali, detti anche nodi, sono raggruppati in molteplici strati che operano in parallelo. Quando un neurone artificiale riceve un segnale numerico, lo elabora e avvisa gli altri neuroni a cui è collegato. Come nel cervello umano, il rinforzo neurale determina un miglioramento a livello di pattern recognition, expertise e apprendimento complessivo.