Her durum için kurallar yazmak yerine, bilgisayara örnekler gösterir ve kalıpları bulmasını sağlarsınız. İşte bu makine öğrenimidir; verilerden öğrenerek tahminlerde bulunan algoritmalar. Bir spam filtresi, milyonlarca etiketlenmiş e-postadan öğrenir. Bir öneri motoru, ne izlediğinizi ve neyi atladığınızı öğrenir.

Makine öğreniminin üç ana paradigması vardır. Denetimli öğrenme etiketli verileri kullanır. Denetimsiz öğrenme etiketlenmemiş verilerde yapı bulur. Takviyeli öğrenme, ödüller ve cezalar yoluyla ajanları eğitir. Derin öğrenme, görüntüleri, konuşmayı ve metni işlemek için çok katmanlı sinir ağları kullanır.

Ortak uygulamalar

• Görüntü tanıma: yüzler, nesneler, tıbbi taramalar
• Doğal dil: çeviri, sohbet botları, duygu analizi
• Öneriler: ürünler, filmler, müzik
• Dolandırıcılık tespiti: kredi kartları, sigorta talepleri
• Otonom sistemler: otomobiller, dronlar, robotlar

Makine öğrenimi güçlüdür ancak kusurludur. Modeller önyargılı, kırılgan ve yorumlanması zor olabilir. Büyük miktarda temiz veriye ihtiyaç duyarlar. İnsanların kolayca fark edebileceği şekillerde başarısız olurlar. Alan hızla ilerliyor. Ancak güvenlik önlemleri yetersiz.