机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。简单来说，就是根据数据或以往的经验，优化计算机程序的性能标准。同时，机器学习还是一门人工智能的科学，该领域的主要研究方向是人工智能，特别是如何在经验学习中改善具体算法的性能。
　　《机器学习在甲骨文信息处理中的应用探索》简单回顾了机器学习的基本概念，以及机器学习的研究方法和进展，着重介绍了隐马尔可夫模型和支持向量机两种机器学习方法在甲骨文信息处理中的应用情况。