昨今のビッグデータ時代の到来と計算機の発展を背景に、工学分野におけるさまざまな問題に対する予測、評価、最適化、設計支援に向けて機械学習が導入されています。データを扱う分野は統計学、最適化、機械学習など各種ありますが、重複する領域もあれば、独立した領域も存在し、それぞれの特徴を把握することが求められます。機械学習もさまざまな種類があり、長い歴史の中で多くのモデルが開発されてきました。これらのモデルや手法の課題と性能は、その時々でハードウェアやモデルの発展とともに変化し、主に用いられるモデルも異なります。今では、多くのツールやライブラリを比較的容易に入手することが可能ですが、対象とする問題とデータにより、どれを用いるのが適切か考えなければなりません。さらに、機械学習が出す結果が、正しいか否か、どのような潜在的な意味を持つのか、どこまで拡張することが可能であり、さらに改良・発展させることができるか、を読み、理解して、応用することも重要です。熱・流体工学の分野でも現象の理解と機械における熱・流体設計のために機械学習が使用されています。複雑な構造を持つ対象とさまざまな選択肢に対応し、機械学習により適切な答えを得るためには、機械学習とその活用方法を正しく考えることが大事です。