Aprendizaxe automática

estudo e construción de algoritmos que poden aprender dos seus erros e facer previsións sobre datos

A aprendizaxe automática (en inglés: machine learning) é un subcampo da enxeñaría e da ciencia da computación que evolucionou do estudo de recoñecemento de padróns e da teoría da aprendizaxe computacional en intelixencia artificial[1]. En 1959, Arthur Samuel definiu a aprendizaxe de máquina como o "campo de estudo que da aos computadores a habilidade de aprender sen seren explicitamente programados"[2]. A aprendizaxe automática explora o estudo e construción de algoritmos que poden aprender dos seus erros e facer previsións sobre datos[3]. Estes algoritmos operan construíndo un modelo a partir de inputs amostrais co fin de facer previsións ou decisións guiadas polos datos no canto de simplemente seguindo inflexíbeis e estáticas instrucións programadas. Mentres que na intelixencia artificial existen dous tipos de raciocinio (o indutivo, que extrae regras e padróns de grandes conxuntos de datos, e o dedutivo), a aprendizaxe de máquina só se ocupa do indutivo.

NotasEditar

  1. "Definicion: machine learning". Enciclopedia Britannica (en inglés). 
  2. Phil Simon (2013). Too Big to Ignore: The Business Case for Big Data. Wiley. p. 89. ISBN 978-1-118-63817-0. 
  3. Ron Kohavi (1998). "Glossary of terms". Machine Learning 30: 271–274.