Mësimi makinerik (machine learning- ML) është studimi i algoritmeve kompjuterikë që përmirësohen automatikisht përmes përvojës dhe përmes përdorimit të të dhënave. Mësimi makinerik është pjesë e inteligjencës artificiale. Algoritmet e të mësuarit makinerik ndërtojnë një model të bazuar në të dhënat e mostrës, të njohur si "të dhëna trajnimi", në mënyrë që të bëjnë parashikime ose vendime pa u programuar në mënyrë të qartë për ta bërë këtë.[1] :2 Algoritmet e të mësuarit makinerik përdoren në një larmi të gjerë aplikimesh, të tilla si filtrimi i postës elektronike dhe Vizioni kompjuterik, ku është e vështirë ose e parealizueshme të zhvillohen algoritme konvencionale për të kryer detyrat e nevojshme.

Një nëngrup i të mësuarit makinerik është i lidhur ngushtë me statistikat llogaritëse, e cila përqendrohet në bërjen e parashikimeve duke përdorur kompjuterët; por jo të gjithë të mësuarit makinerik është mësim statistikor. Studimi i optimizimit matematik jep metodat, teorinë dhe fushat e zbatimit në fushën e të mësuarit makinerik. Nxjerrja e të dhënave është një fushë e ngjashme e studimit, duke u përqëndruar në analizën e të dhënave hulumtuese përmes të mësuarit pa mbikëqyrje. Në zbatimin e tij përgjatë problemeve të biznesit, të mësuarit makinerik referohet gjithashtu si analitikë parashikuese.

Referime Redakto

  1. ^ Pattern Recognition and Machine Learning, 2006 {{citation}}: Mungon ose është bosh parametri |language= (Ndihmë!)