Hluboké učení (nazývané také hluboké strukturované učení nebo hierarchické učení) je druh strojového učení, který se používá hlavně u určitých druhů neuronových sítí. Stejně jako u jiných druhů strojového učení mohou být relace učení bez dohledu, s částečným dohledem nebo s dohledem. V mnoha případech jsou struktury uspořádány tak, že mezi vstupní a výstupní vrstvou je alespoň jedna mezivrstva (neboli skrytá vrstva).
Některé úkoly, jako je rozpoznávání a porozumění řeči, obrázkům nebo rukopisu, jsou pro člověka snadné. Pro počítač jsou však tyto úkoly velmi obtížné. Ve vícevrstvé neuronové síti (která má více než dvě vrstvy) se zpracovávané informace stávají s každou další vrstvou abstraktnějšími.
Modely hlubokého učení jsou inspirovány vzorci zpracování informací a komunikace v biologických nervových systémech; v mnoha ohledech se liší od strukturálních a funkčních vlastností biologických mozků (zejména lidského mozku), což je činí neslučitelnými s důkazy neurověd.
