Maskinlæring er en undergruppe av kunstig intelligens som fokuserer på å utvikle algoritmer og modeller som gjør det mulig for datamaskiner å lære av data og ta beslutninger uten å være eksplisitt programmert. Det innebærer bruk av statistiske teknikker for å gi datamaskiner muligheten til å lære av og forbedre sine prestasjoner på en bestemt oppgave over tid. Maskinlæringsalgoritmer kan grovt sett kategoriseres i tre typer: veiledet læring, ikke-veiledet læring og forsterkningslæring.
Datasyn er et fagfelt innen informatikk som handler om å gjøre datamaskiner i stand til å tolke og forstå den visuelle verden. Det innebærer å utvikle algoritmer og teknikker som gjør det mulig for datamaskiner å hente ut meningsfull informasjon fra bilder eller videoer. Datasyn omfatter blant annet bildegjenkjenning, objektdeteksjon, bildesegmentering og bildeklassifisering.
Maskinlæring og datasyn er nært beslektede fagområder, ettersom maskinlæringsteknikker ofte brukes til å utvikle modeller som brukes i datasynapplikasjoner. I datasyn brukes maskinlæringsalgoritmer til å trene opp modeller på store datasett med bilder eller videoer, slik at datamaskiner kan gjenkjenne mønstre og forstå visuell informasjon.
Datasyn har en rekke bruksområder i ulike bransjer, blant annet helsevesenet, bilindustrien, detaljhandelen og sikkerhetsbransjen. I helsevesenet brukes datasyn til medisinsk bildeanalyse, sykdomsdiagnostisering og kirurgisk assistanse. I bilindustrien brukes datasyn til autonom kjøring, gjenkjenning av objekter og gjenkjenning av trafikkskilt. I detaljhandelen brukes datasyn til lagerstyring, sporing av kunder og ansiktsgjenkjenning for persontilpasset markedsføring. I sikkerhetsbransjen brukes datasyn til overvåking, ansiktsgjenkjenning og deteksjon av avvik.