AIを実現する手段の１つで、人間が自然に行っている学習を、コンピュータで実現するものです。
さまざまなアルゴリズムが考え出されており、統計学と深い関りがあります。
また、人間の脳による学習の仕組みを数学的に模倣する「ニューラルネットワーク」という手法も機械学習に分類されますが、こちらはは統計学ではありません。
ディープラーニング（深層学習）はニューラルネットワークを複雑にしたものなので、機械学習の分野に属します。
機械学習のアルゴリズムは大学や企業の研究機関で考え出され、様々なプログラム言語で呼び出せるようにライブラリ化されています。
アルゴリズムを考えるのは難しいですが、それを利用するのはそれほど難しい事ではありません。
例えば、機械学習のライブラリが充実している言語の１つにPythonがありますが、これを使って「決定木」という機械学習をさせる場合、以下のプログラムを記述すれば実現できます。
from sklearn import tree
clf = tree.DecisionTreeClassifier(max_depth=3)
clf = clf.fit(iris.data, iris.target)
１行目は「決定木」というアルゴリズムのライブラリを読み込む命令です。
２行目は「決定木」に初期設定を与える命令です。
３行目は「決定木」に学習させるための命令です。
実際には、学習させたいデータをCSVファイルから読み込んだり、学習結果の精度を確認するためのデータを用意するなどの手順が必要なため、もう少し複雑になりますが、基本となる部分は数行で記述できます。
