Son algoritmos que interactúan repetidamente con un entorno dinámico con un objetivo específico, como ganar un juego o conducir un automóvil.

Son los más utilizados. Con este modelo, un conjunto de datos actúa como guía y enseña al algoritmo las conclusiones que debe sacar.

Un ordenador aprende a identificar procesos y patrones complejos sin la guía cercana y constante de un ser humano.