التعلم الالي

التعلم الآلي هو أحد مجالات علوم الكمبيوتر التي تمنح أنظمة الكمبيوتر القدرة على "التعلم" (أي تحسين الأداء تدريجيًا في مهمة معينة) باستخدام البيانات ، دون أن تتم برمجتها بشكل صريح.

صاغ آرثر صموئيل اسم التعلم الآلي في عام 1959. تطور التعلم الآلي من دراسة التعرف على الأنماط ونظرية التعلم الحسابي في الذكاء الاصطناعي ، ويستكشف التعلم الآلي دراسة وبناء الخوارزميات التي يمكن أن تتعلم من البيانات وتتنبأ بها - تتغلب هذه الخوارزميات على اتباع تعليمات برنامج ثابتة بدقة من خلال إجراء تنبؤات أو قرارات تعتمد على البيانات ، 2 من خلال بناء نموذج من مدخلات العينة. يتم استخدام التعلم الآلي في مجموعة من مهام الحوسبة حيث يكون تصميم وبرمجة خوارزميات واضحة ذات أداء جيد أمرًا صعبًا أو غير ممكن ؛ تتضمن تطبيقات الأمثلة تصفية البريد الإلكتروني ، واكتشاف المتطفلين على الشبكة أو المطلعين الخبثاء الذين يعملون على اختراق البيانات ، والتعرف البصري على الأحرف (OCR) ، وتعلم الترتيب ، ورؤية الكمبيوتر.

يرتبط التعلم الآلي ارتباطًا وثيقًا (وغالبًا ما يتداخل مع) الإحصاءات الحسابية ، والتي تركز أيضًا على صنع التنبؤ من خلال استخدام أجهزة الكمبيوتر. لها روابط قوية مع التحسين الرياضي ، والذي يوفر طرقًا ونظرية ومجالات تطبيق في هذا المجال. أحيانًا يتم الخلط بين التعلم الآلي والتنقيب في البيانات ، حيث يركز الحقل الفرعي الأخير بشكل أكبر على تحليل البيانات الاستكشافية ويُعرف بالتعلم غير الخاضع للإشراف. vii يمكن أيضًا أن يكون التعلم الآلي غير خاضع للإشراف ويمكن استخدامه للتعلم وإنشاء ملفات تعريف سلوكية أساسية لكيانات مختلفة ثم استخدامها للعثور على حالات شاذة ذات مغزى.

في مجال تحليلات البيانات ، يعتبر التعلم الآلي طريقة مستخدمة لابتكار نماذج وخوارزميات معقدة تصلح للتنبؤ ؛ في الاستخدام التجاري ، يُعرف هذا باسم التحليلات التنبؤية. تتيح هذه النماذج التحليلية للباحثين وعلماء البيانات والمهندسين والمحللين "إنتاج قرارات ونتائج موثوقة وقابلة للتكرار" والكشف عن "الرؤى الخفية" من خلال التعلم من العلاقات والاتجاهات التاريخية في البيانات.

يعد التعلم الآلي الفعال أمرًا صعبًا لأن العثور على الأنماط أمر صعب وغالبًا لا تتوفر بيانات تدريب كافية نتيجة لذلك ، وغالبًا ما تفشل برامج التعلم الآلي في تقديمها.