حول هذا التطبيق
التعلم الآلي هو مجال لعلوم الكمبيوتر يمنح أنظمة الكمبيوتر القدرة على "التعلم" (أي تحسين الأداء تدريجياً في مهمة محددة) مع البيانات ، دون برمجته بشكل صريح.تم صياغة اسم التعلم الآلي في عام 1959 من قبل آرثر صموئيل. تطورت من دراسة التعرف على الأنماط ونظرية التعلم الحسابية في الذكاء الاصطناعي ، يستكشف التعلم الآلي دراسة وبناء الخوارزميات التي يمكن أن تتعلم من البيانات أو القرارات التي تعتمد على هذه الخوار ، 2 من خلال بناء نموذج من مدخلات العينة. يتم استخدام التعلم الآلي في مجموعة من مهام الحوسبة حيث يكون تصميم وبرمجة الخوارزميات الصريحة بأداء جيد أمرًا صعبًا أو غير ممكن ؛ تتضمن تطبيقات المثال تصفية البريد الإلكتروني ، واكتشاف متسللي الشبكة أو المطلعين الخبيثين الذين يعملون على خرق البيانات ، والتعرف على الأحرف البصرية (OCR) ، والتعلم إلى الرتبة ، ورؤية الكمبيوتر.
يرتبط التعلم الآلي ارتباطًا وثيقًا (وغالبًا ما يتداخل مع) الإحصائيات الحسابية ، والذي يركز أيضًا على صنع التنبؤ من خلال استخدام أجهزة الكمبيوتر. لها روابط قوية مع التحسين الرياضي ، والتي توفر الأساليب والنظرية والمجالات التطبيق إلى هذا المجال. في بعض الأحيان ، يتعارض التعلم الآلي مع استخراج البيانات ، حيث يركز الحقل الفرعي الأخير أكثر على تحليل البيانات الاستكشافية ويعرف باسم التعلم غير الخاضع للإشراف. يمكن أيضًا إشراف التعلم الآلي السابع ويتم استخدامه لتعلم وإنشاء ملفات تعريف سلوكية أساسية لمختلف الكيانات ثم تستخدم لإيجاد حالات شاذة ذات معنى.
ضمن مجال تحليلات البيانات ، يعد التعلم الآلي طريقة تستخدم لاستنباط نماذج وخوارزميات معقدة تعرض للتنبؤ ؛ في الاستخدام التجاري ، يُعرف هذا بالتحليلات التنبؤية. تتيح هذه النماذج التحليلية للباحثين وعلماء البيانات والمهندسين والمحللين "إنتاج قرارات ونتائج قابلة للتكرار" والكشف "رؤى مخفية" من خلال التعلم من العلاقات التاريخية والاتجاهات في البيانات.
التعلم الآلي الفعال أمر صعب لأن إيجاد أنماط صعب وغالبًا ما لا تتوفر بيانات تدريب كافية نتيجة لذلك ، فغالبًا ما تفشل برامج تعلم الآلة في تقديمها
