Μηχανική μάθηση: Διαφορά μεταξύ των αναθεωρήσεων

Η μηχανική  μάθηση είναι στενά συνδεδεμένη και συχνά συγχέεται με [[υπολογιστική στατιστική]], ένας κλάδος, που επίσης επικεντρώνεται στην πρόβλεψη μέσω της χρήσης των υπολογιστών. Έχει ισχυρούς δεσμούς με την  [[Βελτιστοποίηση|μαθηματική βελτιστοποίηση]], η οποία παρέχει μεθόδους, τη θεωρία και τομείς εφαρμογής. Η Μηχανική μάθηση εφαρμόζεται σε μια σειρά από υπολογιστικές εργασίες, όπου τόσο ο σχεδιασμός όσο και ο ρητός προγραμματισμός των αλγορίθμων είναι ανέφικτος. Παραδείγματα εφαρμογών αποτελούν  τα φίλτρα [[spam]] (spam filtering), η [[Οπτική Αναγνώριση Χαρακτήρων|οπτική αναγνώριση χαρακτήρων]] (OCR),<ref name="Wernick-Signal-Proc-July-2010">Wernick, Yang, Brankov, Yourganov and Strother, Machine Learning in Medical Imaging, ''IEEE Signal Processing Magazine'', vol. 27, no. 4, July 2010, pp. 25-38</ref>οι  [[Μηχανή αναζήτησης|μηχανές αναζήτησης]] και η υπολογιστική όραση. Η Μηχανική μάθηση  μερικές φορές συγχέεται με [[Εξόρυξη δεδομένων|την εξόρυξη δεδομένων]],<ref>{{Πρότυπο:Cite conference|last=Mannila|first=Heikki|title=Data mining: machine learning, statistics, and databases|conference=Int'l Conf. Scientific and Statistical Database Management|publisher=IEEE Computer Society|year=1996}}</ref> , όπου η τελευταία επικεντρώνεται περισσότερο στην εξερευνητική ανάλυση των δεδομένων, γνωστή και ως  [[μη επιτηρούμενη μάθηση]].<ref name="bishop">Machine learning and pattern recognition "can be viewed as two facets of