Pemelajaran mesin: Perbedaan antara revisi

'''Pembelajaran mesin''', cabang dari [[kecerdasan buatan]], adalah disiplin ilmu yang mencakup perancangan dan pengembangan [[algoritmealgoritma]] yang memungkinkan komputer untuk mengembangkan peri lakuperilaku yang didasarkan kepada [[data]] empiris, seperti dari sensor dataudata [[basis data]]. Sistem pembelajar dapat memanfaatkan contoh (data) untuk menangkap ciri yang diperlukan dari agihan probabilitas yang mendasarinya (yang tidak diketahui). Data daptdapat dilihat sebagai contoh yang mengilustrasikanmenggambarkan hubungan antara variabel yang diamati. Fokus besar penelitian pembelajaran mesin adalah bagaimana mengenali secara otomatis pola kompleks dan membuat keputusan cerdas berdasarkan data. Kesukarannya terjadi karena himpunan semua peri laku yang mungkin, dari semua masukan yang dimungkinkan, terlalu besar untuk diliput oleh himpunan contoh pengamatan (data pelatihan). Karena itu pembelajar harus merampatkan (generalisasi) peri laku dari contoh yang ada untuk menghasilkan keluaran yang berguna dalam kasus-kasus baru.