Metoda tworzenia systemów, które uczą się wzorców z danych zamiast działać wyłącznie według ręcznie zapisanych reguł.
Najprościej mówiąc
Uczenie maszynowe to jeden z fundamentów współczesnej sztucznej inteligencji: model analizuje dane treningowe i na tej podstawie wykonuje zadania na nowych przykładach.
Przykład użycia
System uczy się rozpoznawać spam, przewidywać kliknięcia albo klasyfikować obrazy na podstawie dużej liczby wcześniejszych przykładów.
Najczęstsze nieporozumienie
Uczenie maszynowe nie oznacza, że system rozumie świat jak człowiek. Najczęściej rozpoznaje zależności statystyczne w danych.
Dlaczego to ważne?
Bez uczenia maszynowego nie byłoby większości dzisiejszych modeli generatywnych, systemów rekomendacji i automatycznej analizy danych.