تعريف : التعلم الآلي (ML) هو أسلوب حديث لتطوير البرمجيات ونوع من الذكاء الاصطناعي (AI) يمكّن أجهزة الكمبيوتر من حل المشكلات باستخدام أمثلة من بيانات العالم الحقيقي. يسمح لأجهزة الكمبيوتر بالتعلم والتحسين تلقائيًا من التجربة دون أن تتم برمجتها بشكل صريح للقيام بذلك

فالتعلم الآلي هو جزء من مجال أوسع للذكاء الاصطناعي. يهتم هذا المجال بقدرة الآلات على أداء الأنشطة باستخدام ذكاء يشبه الإنسان. يوجد ضمن التعلم الآلي عدة أنواع مختلفة من المهام أو التقنيات

فوائد واستخدامات:

• إنه المحرك وراء التطورات الحديثة في صناعات مثل المركبات ذاتية القيادة.
• يسمح بترجمة أكثر دقة وسرعة للنص إلى مئات اللغات.
• إنه يدعم مساعدي الذكاء الاصطناعي الذين قد تجدهم في منزلك.
• يمكن أن يساعد في تحسين سلامة العمال.
• يمكنه تسريع تصميم الأدوية.

التعلم الآلي هو مجال جديد تم إنشاؤه عند تقاطع الإحصاء والرياضيات التطبيقية وعلوم الكمبيوتر. بسبب النمو السريع والحديث للتعلم الآلي ، قد يستخدم كل مجال من هذه المجالات تعريفات رسمية مختلفة قليلاً لنفس المصطلحات.

أنواع التعليم الاّلي

التعلم الخاضع للإشراف ، كل عينة تدريب من مجموعة البيانات لها تسمية مقابلة أو قيمة مخرجات مرتبطة بها. نتيجة لذلك ، تتعلم الخوارزمية التنبؤ بالتسميات أو قيم الإخراج.

التعلم المعزز ، تحدد الخوارزمية الإجراءات التي يجب اتخاذها في موقف ما لتعظيم المكافأة (في شكل رقم) في الطريق للوصول إلى هدف معين.

التعلم غير الخاضع للإشراف ، لا توجد تسميات لبيانات التدريب. تحاول خوارزمية التعلم الآلي معرفة الأنماط أو التوزيعات الأساسية التي تحكم البيانات.

مكونات التعلم الآلي

نموذج التعلم الآلي A machine learning model

خوارزمية تدريب للنموذج A model training algorithm

خوارزمية الاستدلال للنموذج A model inference algorithm

مصادر

UDACITY