机器学习是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科，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，是人工智能技术的核心。

DLIA工业缺陷检测   (Deep Learning for Industrial Applications)是一款基于深度学习的智能工业视觉缺陷检测解决方案，用于解决工业复杂缺陷分类、检测等问题，适用于各种工业复杂环境，具有缺陷自动学习功能，学习越多则检出率及识别准确率越高。

DLIA工业缺陷检测的机器学习的核心是“使用算法解析数据，从中学习，然后对新数据做出决定或预测”。也就是说计算机利用以获取的数据得出某一模型，然后利用此模型进行预测的一种方法，这个过程跟人的学习过程有些类似，比如人获取一定的经验，可以对新问题进行预测。

基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据（样本）出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。DLIA工业缺陷检测为人工智能AI技术应用于工业质检应用场景的产品, 利用传统图像处理技术结合神经网络深度学习算法, 专注服务于企业级客户, 帮助客户实现工业4.0智能制造、工业互联网产业升级, 实现代替人工外观检测、产品组装防错检查以及产品分拣, 进而在根本上帮助企业提高产品质量和生产效率。