Bilgisayar biliminde, makine öğrenimi, verilerden öğrenen algoritmaları kullanan bir tür veri analizi anlamına gelir. Açıkça programlanmadan sistemlere öğrenme yeteneği sağlayan bir yapay zeka (AI) türüdür. Bu, bilgisayarların veri içindeki verileri insan müdahalesi olmadan bulmasını sağlar.
Makine öğrenimi hakkında bilinmesi gereken önemli olan şey, verilerin kod yerine tahminler yapmak için kullanılmasıdır. Veriler dinamiktir, bu nedenle makine öğrenimi, sistemin deneyimle ve analiz edilen daha fazla veriyle öğrenmesine ve gelişmesine olanak tanır.
Cümle Makine Öğreniminin Kökenleri
Makine öğrenimi ilk olarak 1959'da yapay zeka ve makine öğrenimi alanında öncü olan Arthur Samuel tarafından tanımlandı. Samuel, makine öğrenimini "bilgisayarlara açıkça programlanmadan öğrenme yeteneği veren bir çalışma alanı" olarak tanımladı.
Denetimli ve Denetimsiz Makine Öğrenimi
Genellikle makine öğrenimi, denetimli veya denetimsiz makine öğrenimi olarak sınıflandırılır:
Denetimli Makine Öğrenimi: Verilerin verildiği bir sonuca ulaşmak için önceden tanımlanmış bir dizi örnek kullanılır.
Denetimsiz Makine Öğrenimi: Sistem, sonuçlara varılabilecek örnekler olmadan verilerdeki modelleri ve ilişkileri bulur.
Makine Öğrenimi Örnekleri
Günümüzde makine öğrenimi algoritmaları, karmaşık hesaplamaları büyük verilere çok hızlı bir şekilde uygulayabilir. Günümüzde makine öğreniminin en iyi bilinen örneklerinden biri Google'ın sürücüsüz arabasıdır. Bu sürücüsüz araba, tüm sensör verilerini işlemek için büyük ölçüde makine öğrenimine ve veri madenciliğine güveniyor.
Makine öğrenimi ayrıca Web arama motorlarında, öneri sistemlerinde, çevrimiçi reklam yerleştirmede, e-posta spam filtrelerinde ve diğer birçok uygulamada kullanılır.
Makin lkazanç şu şekilde kısaltılabilir: ML.