Maskinlæring er et av de mest dynamiske forskningsområdene innen kunstig intelligens i dag. Dette feltet fokuserer på studier og utvikling av datamaskinmodeller som omhandler læringsprosesser. Et av hovedmålene med forskningen innen maskinlæring er å bygge datamaskiner som kan forbedre ytelsen sin med erfaring og tilegne seg kunnskap selv. Boken har som formål å gi en oversikt over dette spennende feltet, gjennom en variert og representativ samling av lettfattelige, kortfattede artikler. Den er ment å supplere de to volumene av "Maskinlæring: En tilnærming til kunstig intelligens" (Morgan-Kaufman Publishers), som inneholder et mindre antall dybdeanalyserte forskningsartikler. I denne boken finner man 77 artikler som oppsummerer pågående forskningsarbeid og gir referanser til lengre skrifter som er publisert andre steder. Temaene som dekkes spenner over et bredt spekter, inkludert forskning om analoge resonnementer, konseptuell klumping, forklaringsbasert generalisering og inkrementell læring.
