Μηχανική μάθηση: Διαφορά μεταξύ των αναθεωρήσεων

Περιεχόμενο που διαγράφηκε Περιεχόμενο που προστέθηκε
Λάθος παρένθεση
Χωρίς σύνοψη επεξεργασίας
Γραμμή 1:
'''Μηχανική μάθηση''' είναι υποπεδίο της [[Πληροφορική|επιστήμης των υπολογιστών]]<ref name="Britannica">http://www.britannica.com/EBchecked/topic/1116194/machine-learning <span> </span><small>This [[Βικιπαίδεια:Όχι πρωτότυπη έρευνα|tertiary source]] reuses information from other sources but does not name them.</small></ref> που αναπτύχθηκε από τη μελέτη της [[Αναγνώριση προτύπων|αναγνώρισης προτύπων]] και της  υπολογιστικής θεωρίας μάθησης στην [[τεχνητή νοημοσύνη]].<ref name="Britannica">http://www.britannica.com/EBchecked/topic/1116194/machine-learning <span> </span><small>This [[Βικιπαίδεια:Όχι πρωτότυπη έρευνα|tertiary source]] reuses information from other sources but does not name them.</small></ref> Το 1959, ο Arthur[[Άρθουρ_Σάμουελ Samuel| Άρθουρ Σάμουελ]] ορίζει τη μηχανική μάθηση ως "Πεδίο μελέτης που δίνει στους υπολογιστές την ικανότητα να μάθαίνουν, χωρίς να έχουν ρητά προγραμματιστεί".<ref name="arthur_samuel_machine_learning_def">{{Πρότυπο:Cite book|url=https://books.google.com/books?id=Dn-Gdoh66sgC&pg=PA89#v=onepage&q&f=false|title=Too Big to Ignore: The Business Case for Big Data|date=March 18, 2013|publisher=Wiley|isbn=978-1-118-63817-0|pages=89|author=Phil Simon}}</ref>Η μηχανική μάθηση διερευνά τη μελέτη και την κατασκευή [[Αλγόριθμος|αλγορίθμων]] που μπορούν να [[Μάθηση|μάθαίνουν]] από [[Δεδομένα|τα δεδομένα]]<ref>{{Πρότυπο:Cite journal|url=http://ai.stanford.edu/~ronnyk/glossary.html|title=Glossary of terms|journal=[[Machine Learning (journal)|Machine Learning]]|year=1998|volume=30|pages=271–274|author1=Ron Kohavi|author2=Foster Provost}}</ref> και να κάνουν προβλέψεις σχετικά με αυτά. Τέτοιοι  αλγόριθμοι λειτουργούν κατασκευάζοντας μοντέλα από πειραματικά δεδομένα, προκειμένου να κάνουν προβλέψεις βασιζόμενες στα δεδομένα ή να εξάγουν αποφάσεις που εκφράζονται ως το αποτέλεσμα.<ref name="bishop">Machine learning and pattern recognition "can be viewed as two facets of
the same field."</ref><sup class="reference" style="white-space:nowrap;" contenteditable="false">:2</sup>