تم تعريف التعلم الآلي بواسطة أندرو نغ ، عالم الكمبيوتر في جامعة ستانفورد ، على أنه "علم الحصول على أجهزة الكمبيوتر للعمل دون برمجة مبرمجة بشكل صريح". وقد تم تصميمه لأول مرة في الخمسينيات ، ولكنه شهد تقدمًا محدودًا حتى نهاية القرن الحادي والعشرين. مئة عام. منذ ذلك الحين ، أصبح التعلم الآلي قوة دافعة وراء عدد من الابتكارات ، وأبرزها الذكاء الاصطناعي.
يمكن تقسيم التعلم الآلي إلى عدة فئات ، بما في ذلك التعلم الخاضع للإشراف وغير الخاضع للإشراف وشبه الإشراف والتعزيز. في حين يعتمد التعلم الخاضع للإشراف على بيانات المدخلات المصنفة من أجل استنتاج علاقاته بنتائج المخرجات ، فإن التعليم غير الخاضع للرقابة يكتشف الأنماط بين بيانات المدخلات غير المسماة. يستخدم التعليم شبه الخاضع للإشراف مجموعة من كلتا الطريقتين ، ويحفز التعلم المعزز البرامج على تكرار العمليات أو تفصيلها بنتائج مرغوبة مع تجنب الأخطاء. (لمعرفة تاريخ البرمجة ، تحقق من برمجة الكمبيوتر: من لغة الآلة إلى الذكاء الاصطناعي.)
تستفيد العديد من الصناعات المختلفة بالفعل من التعلم الآلي ، وهناك طلب متزايد على منتجات وخدمات ML عبر العالم المتقدم. تستفيد الشركات من جميع الأنواع من إمكاناتها التنبؤية ، وتسعى إلى تطوير أساليب تعلم الآلة الإرشادية من أجل اتخاذ قرارات مستنيرة. هناك العديد من الطرق المختلفة للشركات للتعامل مع هذه التكنولوجيا ، بما في ذلك العديد من لغات البرمجة التي تبرز في هذا المجال.