Lernalgorithmen helfen, aus großen Datenmengen Schlüsse zu ziehen. Die Verfahren dazu - künstliche neuronale Netze, Support Vector Machines, Enscheidungsbäume, Bayes Klassifikator usw. - verwenden häufig statistische Eigenschaften der Daten. Ensemble Learner sind in der Lage, das Wissen mehrerer maschineller Lernverfahren zu kombinieren, und halbüberwachtes Lernen kann auch aus Daten mit Teilinformationen Nutzen ziehen.

Anwendungen finden sich überall, wo komplexe Daten in größeren Mengen anfallen: Textkategorisierung, Bilderkennung, Websuche, Diagnosesysteme etc.

Die Grundlagen für das Gebiet werden im Bachelor-Studiengang mit Statistik gelegt, Veranstaltungen im Master Studium sind Datenanalyse und Modellierung, Intelligente Systeme sowie Data Mining.