विषयसूची:
हाल के वर्षों में "मशीन लर्निंग" शब्द विभिन्न चर्चाओं और मंचों में पॉप अप कर रहा है, लेकिन वास्तव में इसका क्या मतलब है? पैटर्न लर्निंग और कम्प्यूटेशनल लर्निंग के आधार पर मशीन लर्निंग को डेटा विश्लेषण के लिए एक विधि के रूप में परिभाषित किया जा सकता है। इसमें विभिन्न एल्गोरिदम जैसे तंत्रिका नेटवर्क, निर्णय पेड़, बायेसियन नेटवर्क आदि शामिल हैं। मशीन लर्निंग इन एल्गोरिदम का उपयोग डेटा से सीखने और डेटा से छिपी हुई अंतर्दृष्टि को पुनर्प्राप्त करने के लिए करती है। सीखने की प्रक्रिया पुनरावृत्त है, इसलिए नए डेटा को भी बिना किसी पर्यवेक्षण के संभाला जाता है। पिछले डेटा से सीखने और भविष्य के डेटा के लिए इसका उपयोग करने का विज्ञान नया नहीं है, लेकिन यह अधिक लोकप्रियता प्राप्त कर रहा है।
मशीन लर्निंग क्या है?
जबकि कुछ लोगों का मानना है कि मशीन लर्निंग कंप्यूटर प्रोग्रामिंग के पारंपरिक तरीकों से बेहतर नहीं है जो अभी भी उपयोग में हैं, कई लोग मशीन लर्निंग को कृत्रिम बुद्धिमत्ता (एआई) के क्षेत्र में एक क्रांति मानते हैं। उनका मानना है कि इस तकनीक का उपयोग करके, मशीन केवल मानव निर्देशों का पालन करने के बजाय चीजों को सीखने और अपने स्वयं के अनुभव के साथ काम करने में सक्षम होंगी।
मशीन सीखने के अर्थ के बारे में अधिक समझने के लिए, हम इसकी तुलना पारंपरिक कंप्यूटर प्रोग्रामिंग से कर सकते हैं। निम्नलिखित अनुभाग पारंपरिक प्रोग्रामिंग से मशीन सीखने और इसके अंतर के बारे में अधिक चर्चा करेंगे। (मशीन लर्निंग के कुछ पेशेवरों और विपक्षों के लिए, मशीन सीखने के वादे और नुकसान देखें।)
