تعلم الآلة (ML)

تستخدم البرمجة الكلاسيكية برامج (خوارزميات) لإنشاء النتائج:

يستخدم التعلم الآلي النتائج لإنشاء برامج (خوارزميات):

التعلم الالي

غالبًا ما يُعتبر التعلم الآلي معادلاً للذكاء الاصطناعي.

هذا غير صحيح. التعلم الآلي هو مجموعة فرعية من الذكاء الاصطناعي.

التعلم الآلي هو أحد فروع الذكاء الاصطناعي الذي يستخدم البيانات لتعليم الآلات.

التعلم الخاضع للإشراف

يستخدم التعلم الخاضع للإشراف البيانات المصنفة (البيانات ذات الإجابات المعروفة) لتدريب الخوارزميات على:

• تصنيف البيانات
• توقع النتائج

يمكن أن يصنف التعلم الخاضع للإشراف بيانات مثل "ما هو البريد العشوائي في البريد الإلكتروني" ، بناءً على أمثلة البريد العشوائي المعروفة.

يمكن أن يتنبأ التعلم الخاضع للإشراف بنتائج مثل التنبؤ بنوع الفيديو الذي يعجبك ، بناءً على مقاطع الفيديو التي قمت بتشغيلها.

تعليم غير مشرف عليه

يستخدم التعلم غير الخاضع للإشراف للتنبؤ بالعلاقات غير المحددة مثل الأنماط ذات المعنى في البيانات.

يتعلق الأمر بإنشاء خوارزميات كمبيوتر أكثر مما يمكنها تحسين نفسها.

من المتوقع أن يتحول التعلم الآلي إلى التعلم غير الخاضع للإشراف للسماح للمبرمجين بحل المشكلات دون إنشاء نماذج.

التعلم تحت الإشراف الذاتي

يشبه التعلم تحت الإشراف الذاتي التعلم غير الخاضع للإشراف لأن كلاهما يعمل مع البيانات دون تسميات مضافة من قبل الإنسان.

الفرق هو أن التعلم غير الخاضع للإشراف يستخدم التجميع والتجميع وتقليل الأبعاد ، بينما يستخلص التعلم الذاتي الإشراف استنتاجاته الخاصة لمهام الانحدار والتصنيف.