پرش به محتوای اصلی

جست‌وجو در مدل‌ها، ابزارها، سرویس‌ها، شرکت‌ها، ارائه‌دهندگان، APIها، پلن‌ها، مقالات و اخبار.

مفاهیم پایه

یادگیری ماشین

Machine Learning (ML)

یادگیری ماشین

روشی از هوش مصنوعی که در آن به‌جای برنامه‌نویسی صریح، مدل از روی داده‌ها الگو یاد می‌گیرد و عملکردش با دیدن نمونه‌های بیشتر بهتر می‌شود.

یادگیری ماشین روشی از هوش مصنوعی است که در آن به‌جای نوشتن صریح قانون‌ها، مدلی از داده‌ها الگو یاد می‌گیرد. قانون ساده: هرچه نمونه‌های باکیفیت‌تر و بیشتر، عملکرد بهتر — بدون اینکه برنامه‌نویس تک‌تک حالت‌ها را پیش‌بینی کرده باشد.

چرخه‌ی کار همیشه سه بخش است: داده (ورودی و پاسخ نمونه)، مدل (ساختار قابل‌تنظیم) و فرایند آموزش که خطا را کم می‌کند. بعد از آموزش، مدل برای ورودی‌های تازه‌ای که هرگز ندیده است تعمیم می‌دهد — و همین «ارزش اصلی» است.

اگر برنامه‌نویسی سنتی نوشتن دستورالعمل است، یادگیری ماشین «طراحی کارگاهی است که دستورالعمل را خودش می‌سازد». برای کارهایی مثل تشخیص اسپم، پیش‌بینی قیمت و رتبه‌بندی جستجو که قانون‌های دستی‌شان شکننده و بی‌پایان است، ML انتخاب طبیعی است.

بازگشت به واژه‌نامه