Alih-alih memprogram aturan secara manual, berikan contoh dan biarkan algoritma menemukan pola. Pembelajaran mesin membangun model yang meningkat seiring dengan data, dan sekarang menjadi dasar pencarian, rekomendasi, deteksi penipuan, dan pengenalan suara.

Bidang ini terbagi berdasarkan metode supervisi. Pembelajaran tersupervisi menggunakan data berlabel. Pembelajaran tak tersupervisi menemukan struktur tanpa label. Pembelajaran penguatan belajar dari sinyal penghargaan melalui interaksi. Masing-masing cocok untuk masalah yang berbeda.

Paradigma pembelajaran umum

• Pembelajaran terawasi dari label
• Pembelajaran tanpa pengawasan dari struktur
• Pembelajaran penguatan dari imbalan
• Pembelajaran semi-supervised dari data campuran
• Pembelajaran mandiri dari tugas-tugas yang dibuat-buat

Data sangat menentukan hasil. Model sederhana dengan data yang bersih dan relevan seringkali mengalahkan model kompleks dengan data yang bising. Para praktisi menghabiskan sebagian besar waktu mereka untuk pengumpulan, pembersihan, dan validasi data, bukan untuk pencarian arsitektur.