یادگیری ماشین چیست؟
یادگیری ماشین یعنی داشتن برنامه‌ای درست بدون برنامه‌ریزی که در نهایت به یادگیری منجر شود، به این معنی که برنامه‌ای که نوشته‌ایم و توسعه یافته به قدری دقیق و حساب شده عمل کند که طی مدت زمان مناسب با اطلاعات کافی بتواند الگوریتمی پویا بسته به اطلاعات برای خود طراحی کرده و مطابق آن رفتار کند.
دراین نوع روش برنامه می‌تواند با استخراج داده‌ها و تحلیل آن‌ها به الگوریتم محلی دست یابد که در شرایط گوناگون دارای انعطاف مناسب است و این الگوریتم می‌تواند یاد بگیرد و همچنین الگوریتم جدید بسازد!
برخی از نمونه های یادگیری ماشین:
- توصیه های آمازون براساس خرید مشتری به فروشنده و مشتری.
- موتور جستجوی گوگل که بر اساس محتوا و تعداد بازدید سایت ها و بلاگ را رتبه بندی می‌کند.
- اتومبیل هایی با آپشن رانندگی خودکار.
- فیلترهای اسپم ایمیل.
کلیه سیستم‌های فوق می‌توانند یاد بگیرند و همچنین آموزه های خود را بهبود دهند در صورتی که داده‌های بیشتر و پیشرفته تر به آنان ارائه گردد به عنوان مثال شما هرچه بیشتر در آمازون جستجو و خرید کنید، پیشنهادهای بهتری به شما ارائه می‌دهد. هرچه ایمیل های مختلف بیشتری به عنوان اسپم معرفی کنید سیستم بهتر می‌تواند ایمیل های جدید را فیلتر کند. هرچه بیشتر اتومبیل را در حالت رانندگی خودکار قرار دهید، سیستم رانندگی خودکار اتومبیل بهتر و بهینه تر می‌شود.
این روش شبیه یادگیری ماست، شبیه طبقه بندی رشد و تکامل مغز در شرایط مختلف و ناهموار زندگیست، به عنوان مثال اسپم ایمیل نیاز به طبقه بندی هرزنامه دارد نه ایمیل های اسپم، توجه کنید که اسپم کردن کاملاً وابسته به عملکرد کاربر است. اگر بدانیم که یک کاربر خاص تمام ایمیل های مسافرتی را به عنوان هرزنامه معرفی می‌کند سیستم می‌تواند ایمیل های جدید را بهتر و مؤثرتر طبقه بندی کند. اطلاعات مرتبط تر به سیستم این امکان را می‌دهد که پیش بینی های بهتری داشته باشد!
ترجمه از سایت SoloLearn
