. . "\u041C\u0430\u0448\u0438\u043D\u043D\u043E\u0435 \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u0435 (\u0430\u043D\u0433\u043B. machine learning, ML) \u2014 \u043A\u043B\u0430\u0441\u0441 \u043C\u0435\u0442\u043E\u0434\u043E\u0432 \u0438\u0441\u043A\u0443\u0441\u0441\u0442\u0432\u0435\u043D\u043D\u043E\u0433\u043E \u0438\u043D\u0442\u0435\u043B\u043B\u0435\u043A\u0442\u0430, \u0445\u0430\u0440\u0430\u043A\u0442\u0435\u0440\u043D\u043E\u0439 \u0447\u0435\u0440\u0442\u043E\u0439 \u043A\u043E\u0442\u043E\u0440\u044B\u0445 \u044F\u0432\u043B\u044F\u0435\u0442\u0441\u044F \u043D\u0435 \u043F\u0440\u044F\u043C\u043E\u0435 \u0440\u0435\u0448\u0435\u043D\u0438\u0435 \u0437\u0430\u0434\u0430\u0447\u0438, \u0430 \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u0435 \u0437\u0430 \u0441\u0447\u0451\u0442 \u043F\u0440\u0438\u043C\u0435\u043D\u0435\u043D\u0438\u044F \u0440\u0435\u0448\u0435\u043D\u0438\u0439 \u043C\u043D\u043E\u0436\u0435\u0441\u0442\u0432\u0430 \u0441\u0445\u043E\u0434\u043D\u044B\u0445 \u0437\u0430\u0434\u0430\u0447. \u0414\u043B\u044F \u043F\u043E\u0441\u0442\u0440\u043E\u0435\u043D\u0438\u044F \u0442\u0430\u043A\u0438\u0445 \u043C\u0435\u0442\u043E\u0434\u043E\u0432 \u0438\u0441\u043F\u043E\u043B\u044C\u0437\u0443\u044E\u0442\u0441\u044F \u0441\u0440\u0435\u0434\u0441\u0442\u0432\u0430 \u043C\u0430\u0442\u0435\u043C\u0430\u0442\u0438\u0447\u0435\u0441\u043A\u043E\u0439 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u043A\u0438, \u0447\u0438\u0441\u043B\u0435\u043D\u043D\u044B\u0445 \u043C\u0435\u0442\u043E\u0434\u043E\u0432, \u043C\u0430\u0442\u0435\u043C\u0430\u0442\u0438\u0447\u0435\u0441\u043A\u043E\u0433\u043E \u0430\u043D\u0430\u043B\u0438\u0437\u0430, \u043C\u0435\u0442\u043E\u0434\u043E\u0432 \u043E\u043F\u0442\u0438\u043C\u0438\u0437\u0430\u0446\u0438\u0438, \u0442\u0435\u043E\u0440\u0438\u0438 \u0432\u0435\u0440\u043E\u044F\u0442\u043D\u043E\u0441\u0442\u0435\u0439, \u0442\u0435\u043E\u0440\u0438\u0438 \u0433\u0440\u0430\u0444\u043E\u0432, \u0440\u0430\u0437\u043B\u0438\u0447\u043D\u044B\u0435 \u0442\u0435\u0445\u043D\u0438\u043A\u0438 \u0440\u0430\u0431\u043E\u0442\u044B \u0441 \u0434\u0430\u043D\u043D\u044B\u043C\u0438 \u0432 \u0446\u0438\u0444\u0440\u043E\u0432\u043E\u0439 \u0444\u043E\u0440\u043C\u0435. \u0420\u0430\u0437\u043B\u0438\u0447\u0430\u044E\u0442 \u0434\u0432\u0430 \u0442\u0438\u043F\u0430 \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u044F: 1. \n* \u041E\u0431\u0443\u0447\u0435\u043D\u0438\u0435 \u043F\u043E \u043F\u0440\u0435\u0446\u0435\u0434\u0435\u043D\u0442\u0430\u043C, \u0438\u043B\u0438 \u0438\u043D\u0434\u0443\u043A\u0442\u0438\u0432\u043D\u043E\u0435 \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u0435, \u043E\u0441\u043D\u043E\u0432\u0430\u043D\u043E \u043D\u0430 \u0432\u044B\u044F\u0432\u043B\u0435\u043D\u0438\u0438 \u044D\u043C\u043F\u0438\u0440\u0438\u0447\u0435\u0441\u043A\u0438\u0445 \u0437\u0430\u043A\u043E\u043D\u043E\u043C\u0435\u0440\u043D\u043E\u0441\u0442\u0435\u0439 \u0432 \u0434\u0430\u043D\u043D\u044B\u0445. 2. \n* \u0414\u0435\u0434\u0443\u043A\u0442\u0438\u0432\u043D\u043E\u0435 \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u0435 \u043F\u0440\u0435\u0434\u043F\u043E\u043B\u0430\u0433\u0430\u0435\u0442 \u0444\u043E\u0440\u043C\u0430\u043B\u0438\u0437\u0430\u0446\u0438\u044E \u0437\u043D\u0430\u043D\u0438\u0439 \u044D\u043A\u0441\u043F\u0435\u0440\u0442\u043E\u0432 \u0438 \u0438\u0445 \u043F\u0435\u0440\u0435\u043D\u043E\u0441 \u0432 \u043A\u043E\u043C\u043F\u044C\u044E\u0442\u0435\u0440 \u0432 \u0432\u0438\u0434\u0435 \u0431\u0430\u0437\u044B \u0437\u043D\u0430\u043D\u0438\u0439. \u0414\u0435\u0434\u0443\u043A\u0442\u0438\u0432\u043D\u043E\u0435 \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u0435 \u043F\u0440\u0438\u043D\u044F\u0442\u043E \u043E\u0442\u043D\u043E\u0441\u0438\u0442\u044C \u043A \u043E\u0431\u043B\u0430\u0441\u0442\u0438 \u044D\u043A\u0441\u043F\u0435\u0440\u0442\u043D\u044B\u0445 \u0441\u0438\u0441\u0442\u0435\u043C, \u043F\u043E\u044D\u0442\u043E\u043C\u0443 \u0442\u0435\u0440\u043C\u0438\u043D\u044B \u043C\u0430\u0448\u0438\u043D\u043D\u043E\u0435 \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u0435 \u0438 \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u0435 \u043F\u043E \u043F\u0440\u0435\u0446\u0435\u0434\u0435\u043D\u0442\u0430\u043C \u043C\u043E\u0436\u043D\u043E \u0441\u0447\u0438\u0442\u0430\u0442\u044C \u0441\u0438\u043D\u043E\u043D\u0438\u043C\u0430\u043C\u0438. \u041C\u043D\u043E\u0433\u0438\u0435 \u043C\u0435\u0442\u043E\u0434\u044B \u0438\u043D\u0434\u0443\u043A\u0442\u0438\u0432\u043D\u043E\u0433\u043E \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u044F \u0440\u0430\u0437\u0440\u0430\u0431\u0430\u0442\u044B\u0432\u0430\u043B\u0438\u0441\u044C \u043A\u0430\u043A \u0430\u043B\u044C\u0442\u0435\u0440\u043D\u0430\u0442\u0438\u0432\u0430 \u043A\u043B\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043A\u0438\u043C \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043A\u0438\u043C \u043F\u043E\u0434\u0445\u043E\u0434\u0430\u043C. \u041C\u043D\u043E\u0433\u0438\u0435 \u043C\u0435\u0442\u043E\u0434\u044B \u0442\u0435\u0441\u043D\u043E \u0441\u0432\u044F\u0437\u0430\u043D\u044B \u0441 \u0438\u0437\u0432\u043B\u0435\u0447\u0435\u043D\u0438\u0435\u043C \u0438\u043D\u0444\u043E\u0440\u043C\u0430\u0446\u0438\u0438 (\u0430\u043D\u0433\u043B. information extraction, information retrieval), \u0438\u043D\u0442\u0435\u043B\u043B\u0435\u043A\u0442\u0443\u0430\u043B\u044C\u043D\u044B\u043C \u0430\u043D\u0430\u043B\u0438\u0437\u043E\u043C \u0434\u0430\u043D\u043D\u044B\u0445 (data mining)."@ru . . "Maskininl\u00E4rning"@sv . . "El aprendizaje autom\u00E1tico o aprendizaje automatizado o aprendizaje de m\u00E1quinas (del ingl\u00E9s, machine learning) es el subcampo de las ciencias de la computaci\u00F3n y una rama de la inteligencia artificial, cuyo objetivo es desarrollar t\u00E9cnicas que permitan que las computadoras aprendan. Se dice que un agente aprende cuando su desempe\u00F1o mejora con la experiencia y mediante el uso de datos; es decir, cuando la habilidad no estaba presente en su genotipo o rasgos de nacimiento.\u200B \"En el aprendizaje de m\u00E1quinas un computador observa datos, construye un modelo basado en esos datos y utiliza ese modelo a la vez como una hip\u00F3tesis acerca del mundo y una pieza de software que puede resolver problemas\".\u200B"@es . . . . "\u039C\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7 \u03B5\u03AF\u03BD\u03B1\u03B9 \u03C5\u03C0\u03BF\u03C0\u03B5\u03B4\u03AF\u03BF \u03C4\u03B7\u03C2 \u03B5\u03C0\u03B9\u03C3\u03C4\u03AE\u03BC\u03B7\u03C2 \u03C4\u03C9\u03BD \u03C5\u03C0\u03BF\u03BB\u03BF\u03B3\u03B9\u03C3\u03C4\u03CE\u03BD, \u03C0\u03BF\u03C5 \u03B1\u03BD\u03B1\u03C0\u03C4\u03CD\u03C7\u03B8\u03B7\u03BA\u03B5 \u03B1\u03C0\u03CC \u03C4\u03B7 \u03BC\u03B5\u03BB\u03AD\u03C4\u03B7 \u03C4\u03B7\u03C2 \u03B1\u03BD\u03B1\u03B3\u03BD\u03CE\u03C1\u03B9\u03C3\u03B7\u03C2 \u03C0\u03C1\u03BF\u03C4\u03CD\u03C0\u03C9\u03BD \u03BA\u03B1\u03B9 \u03C4\u03B7\u03C2 \u03C5\u03C0\u03BF\u03BB\u03BF\u03B3\u03B9\u03C3\u03C4\u03B9\u03BA\u03AE\u03C2 \u03B8\u03B5\u03C9\u03C1\u03AF\u03B1\u03C2 \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7\u03C2 \u03C3\u03C4\u03B7\u03BD \u03C4\u03B5\u03C7\u03BD\u03B7\u03C4\u03AE \u03BD\u03BF\u03B7\u03BC\u03BF\u03C3\u03CD\u03BD\u03B7. \u03A4\u03BF 1959, \u03BF \u0386\u03C1\u03B8\u03BF\u03C5\u03C1 \u03A3\u03AC\u03BC\u03BF\u03C5\u03B5\u03BB \u03BF\u03C1\u03AF\u03B6\u03B5\u03B9 \u03C4\u03B7 \u03BC\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7 \u03C9\u03C2 \"\u03A0\u03B5\u03B4\u03AF\u03BF \u03BC\u03B5\u03BB\u03AD\u03C4\u03B7\u03C2 \u03C0\u03BF\u03C5 \u03B4\u03AF\u03BD\u03B5\u03B9 \u03C3\u03C4\u03BF\u03C5\u03C2 \u03C5\u03C0\u03BF\u03BB\u03BF\u03B3\u03B9\u03C3\u03C4\u03AD\u03C2 \u03C4\u03B7\u03BD \u03B9\u03BA\u03B1\u03BD\u03CC\u03C4\u03B7\u03C4\u03B1 \u03BD\u03B1 \u03BC\u03B1\u03B8\u03B1\u03AF\u03BD\u03BF\u03C5\u03BD, \u03C7\u03C9\u03C1\u03AF\u03C2 \u03BD\u03B1 \u03AD\u03C7\u03BF\u03C5\u03BD \u03C1\u03B7\u03C4\u03AC \u03C0\u03C1\u03BF\u03B3\u03C1\u03B1\u03BC\u03BC\u03B1\u03C4\u03B9\u03C3\u03C4\u03B5\u03AF\". \u0397 \u03BC\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7 \u03B4\u03B9\u03B5\u03C1\u03B5\u03C5\u03BD\u03AC \u03C4\u03B7 \u03BC\u03B5\u03BB\u03AD\u03C4\u03B7 \u03BA\u03B1\u03B9 \u03C4\u03B7\u03BD \u03BA\u03B1\u03C4\u03B1\u03C3\u03BA\u03B5\u03C5\u03AE \u03B1\u03BB\u03B3\u03BF\u03C1\u03AF\u03B8\u03BC\u03C9\u03BD \u03C0\u03BF\u03C5 \u03BC\u03C0\u03BF\u03C1\u03BF\u03CD\u03BD \u03BD\u03B1 \u03BC\u03B1\u03B8\u03B1\u03AF\u03BD\u03BF\u03C5\u03BD \u03B1\u03C0\u03CC \u03C4\u03B1 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1 \u03BA\u03B1\u03B9 \u03BD\u03B1 \u03BA\u03AC\u03BD\u03BF\u03C5\u03BD \u03C0\u03C1\u03BF\u03B2\u03BB\u03AD\u03C8\u03B5\u03B9\u03C2 \u03C3\u03C7\u03B5\u03C4\u03B9\u03BA\u03AC \u03BC\u03B5 \u03B1\u03C5\u03C4\u03AC. \u03A4\u03AD\u03C4\u03BF\u03B9\u03BF\u03B9 \u03B1\u03BB\u03B3\u03CC\u03C1\u03B9\u03B8\u03BC\u03BF\u03B9 \u03BB\u03B5\u03B9\u03C4\u03BF\u03C5\u03C1\u03B3\u03BF\u03CD\u03BD \u03BA\u03B1\u03C4\u03B1\u03C3\u03BA\u03B5\u03C5\u03AC\u03B6\u03BF\u03BD\u03C4\u03B1\u03C2 \u03BC\u03BF\u03BD\u03C4\u03AD\u03BB\u03B1 \u03B1\u03C0\u03CC \u03C0\u03B5\u03B9\u03C1\u03B1\u03BC\u03B1\u03C4\u03B9\u03BA\u03AC \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1, \u03C0\u03C1\u03BF\u03BA\u03B5\u03B9\u03BC\u03AD\u03BD\u03BF\u03C5 \u03BD\u03B1 \u03BA\u03AC\u03BD\u03BF\u03C5\u03BD \u03C0\u03C1\u03BF\u03B2\u03BB\u03AD\u03C8\u03B5\u03B9\u03C2 \u03B2\u03B1\u03C3\u03B9\u03B6\u03CC\u03BC\u03B5\u03BD\u03B5\u03C2 \u03C3\u03C4\u03B1 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1 \u03AE \u03BD\u03B1 \u03B5\u03BE\u03AC\u03B3\u03BF\u03C5\u03BD \u03B1\u03C0\u03BF\u03C6\u03AC\u03C3\u03B5\u03B9\u03C2 \u03C0\u03BF\u03C5 \u03B5\u03BA\u03C6\u03C1\u03AC\u03B6\u03BF\u03BD\u03C4\u03B1\u03B9 \u03C9\u03C2 \u03C4\u03BF \u03B1\u03C0\u03BF\u03C4\u03AD\u03BB\u03B5\u03C3\u03BC\u03B1. \u0397 \u03BC\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7 \u03B5\u03AF\u03BD\u03B1\u03B9 \u03C3\u03C4\u03B5\u03BD\u03AC \u03C3\u03C5\u03BD\u03B4\u03B5\u03B4\u03B5\u03BC\u03AD\u03BD\u03B7 \u03BA\u03B1\u03B9 \u03C3\u03C5\u03C7\u03BD\u03AC \u03C3\u03C5\u03B3\u03C7\u03AD\u03B5\u03C4\u03B1\u03B9 \u03BC\u03B5 \u03C5\u03C0\u03BF\u03BB\u03BF\u03B3\u03B9\u03C3\u03C4\u03B9\u03BA\u03AE \u03C3\u03C4\u03B1\u03C4\u03B9\u03C3\u03C4\u03B9\u03BA\u03AE, \u03AD\u03BD\u03B1\u03C2 \u03BA\u03BB\u03AC\u03B4\u03BF\u03C2, \u03C0\u03BF\u03C5 \u03B5\u03C0\u03AF\u03C3\u03B7\u03C2 \u03B5\u03C0\u03B9\u03BA\u03B5\u03BD\u03C4\u03C1\u03CE\u03BD\u03B5\u03C4\u03B1\u03B9 \u03C3\u03C4\u03B7\u03BD \u03C0\u03C1\u03CC\u03B2\u03BB\u03B5\u03C8\u03B7 \u03BC\u03AD\u03C3\u03C9 \u03C4\u03B7\u03C2 \u03C7\u03C1\u03AE\u03C3\u03B7\u03C2 \u03C4\u03C9\u03BD \u03C5\u03C0\u03BF\u03BB\u03BF\u03B3\u03B9\u03C3\u03C4\u03CE\u03BD. \u0388\u03C7\u03B5\u03B9 \u03B9\u03C3\u03C7\u03C5\u03C1\u03BF\u03CD\u03C2 \u03B4\u03B5\u03C3\u03BC\u03BF\u03CD\u03C2 \u03BC\u03B5 \u03C4\u03B7\u03BD \u03BC\u03B1\u03B8\u03B7\u03BC\u03B1\u03C4\u03B9\u03BA\u03AE \u03B2\u03B5\u03BB\u03C4\u03B9\u03C3\u03C4\u03BF\u03C0\u03BF\u03AF\u03B7\u03C3\u03B7, \u03B7 \u03BF\u03C0\u03BF\u03AF\u03B1 \u03C0\u03B1\u03C1\u03AD\u03C7\u03B5\u03B9 \u03BC\u03B5\u03B8\u03CC\u03B4\u03BF\u03C5\u03C2, \u03C4\u03B7 \u03B8\u03B5\u03C9\u03C1\u03AF\u03B1 \u03BA\u03B1\u03B9 \u03C4\u03BF\u03BC\u03B5\u03AF\u03C2 \u03B5\u03C6\u03B1\u03C1\u03BC\u03BF\u03B3\u03AE\u03C2. \u0397 \u039C\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7 \u03B5\u03C6\u03B1\u03C1\u03BC\u03CC\u03B6\u03B5\u03C4\u03B1\u03B9 \u03C3\u03B5 \u03BC\u03B9\u03B1 \u03C3\u03B5\u03B9\u03C1\u03AC \u03B1\u03C0\u03CC \u03C5\u03C0\u03BF\u03BB\u03BF\u03B3\u03B9\u03C3\u03C4\u03B9\u03BA\u03AD\u03C2 \u03B5\u03C1\u03B3\u03B1\u03C3\u03AF\u03B5\u03C2, \u03CC\u03C0\u03BF\u03C5 \u03C4\u03CC\u03C3\u03BF \u03BF \u03C3\u03C7\u03B5\u03B4\u03B9\u03B1\u03C3\u03BC\u03CC\u03C2 \u03CC\u03C3\u03BF \u03BA\u03B1\u03B9 \u03BF \u03C1\u03B7\u03C4\u03CC\u03C2 \u03C0\u03C1\u03BF\u03B3\u03C1\u03B1\u03BC\u03BC\u03B1\u03C4\u03B9\u03C3\u03BC\u03CC\u03C2 \u03C4\u03C9\u03BD \u03B1\u03BB\u03B3\u03BF\u03C1\u03AF\u03B8\u03BC\u03C9\u03BD \u03B5\u03AF\u03BD\u03B1\u03B9 \u03B1\u03BD\u03AD\u03C6\u03B9\u03BA\u03C4\u03BF\u03C2. \u03A0\u03B1\u03C1\u03B1\u03B4\u03B5\u03AF\u03B3\u03BC\u03B1\u03C4\u03B1 \u03B5\u03C6\u03B1\u03C1\u03BC\u03BF\u03B3\u03CE\u03BD \u03B1\u03C0\u03BF\u03C4\u03B5\u03BB\u03BF\u03CD\u03BD \u03C4\u03B1 \u03C6\u03AF\u03BB\u03C4\u03C1\u03B1 spam (spam filtering), \u03B7 \u03BF\u03C0\u03C4\u03B9\u03BA\u03AE \u03B1\u03BD\u03B1\u03B3\u03BD\u03CE\u03C1\u03B9\u03C3\u03B7 \u03C7\u03B1\u03C1\u03B1\u03BA\u03C4\u03AE\u03C1\u03C9\u03BD (OCR),\u03BF\u03B9 \u03BC\u03B7\u03C7\u03B1\u03BD\u03AD\u03C2 \u03B1\u03BD\u03B1\u03B6\u03AE\u03C4\u03B7\u03C3\u03B7\u03C2 \u03BA\u03B1\u03B9 \u03B7 \u03C5\u03C0\u03BF\u03BB\u03BF\u03B3\u03B9\u03C3\u03C4\u03B9\u03BA\u03AE \u03CC\u03C1\u03B1\u03C3\u03B7. \u0397 \u039C\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7 \u03BC\u03B5\u03C1\u03B9\u03BA\u03AD\u03C2 \u03C6\u03BF\u03C1\u03AD\u03C2 \u03C3\u03C5\u03B3\u03C7\u03AD\u03B5\u03C4\u03B1\u03B9 \u03BC\u03B5 \u03C4\u03B7\u03BD \u03B5\u03BE\u03CC\u03C1\u03C5\u03BE\u03B7 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03C9\u03BD, \u03CC\u03C0\u03BF\u03C5 \u03B7 \u03C4\u03B5\u03BB\u03B5\u03C5\u03C4\u03B1\u03AF\u03B1 \u03B5\u03C0\u03B9\u03BA\u03B5\u03BD\u03C4\u03C1\u03CE\u03BD\u03B5\u03C4\u03B1\u03B9 \u03C0\u03B5\u03C1\u03B9\u03C3\u03C3\u03CC\u03C4\u03B5\u03C1\u03BF \u03C3\u03C4\u03B7\u03BD \u03B5\u03BE\u03B5\u03C1\u03B5\u03C5\u03BD\u03B7\u03C4\u03B9\u03BA\u03AE \u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7 \u03C4\u03C9\u03BD \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03C9\u03BD, \u03B3\u03BD\u03C9\u03C3\u03C4\u03AE \u03BA\u03B1\u03B9 \u03C9\u03C2 \u03BC\u03B7 \u03B5\u03C0\u03B9\u03C4\u03B7\u03C1\u03BF\u03CD\u03BC\u03B5\u03BD\u03B7 \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7. \u03A3\u03C4\u03BF \u03C0\u03B5\u03B4\u03AF\u03BF \u03C4\u03B7\u03C2 \u03B1\u03BD\u03AC\u03BB\u03C5\u03C3\u03B7\u03C2 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03C9\u03BD, \u03B7 \u03BC\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7 \u03B5\u03AF\u03BD\u03B1\u03B9 \u03BC\u03B9\u03B1 \u03BC\u03AD\u03B8\u03BF\u03B4\u03BF\u03C2 \u03C0\u03BF\u03C5 \u03C7\u03C1\u03B7\u03C3\u03B9\u03BC\u03BF\u03C0\u03BF\u03B9\u03B5\u03AF\u03C4\u03B1\u03B9 \u03B3\u03B9\u03B1 \u03C4\u03B7\u03BD \u03B5\u03C0\u03B9\u03BD\u03CC\u03B7\u03C3\u03B7 \u03C0\u03BF\u03BB\u03CD\u03C0\u03BB\u03BF\u03BA\u03C9\u03BD \u03BC\u03BF\u03BD\u03C4\u03AD\u03BB\u03C9\u03BD \u03BA\u03B1\u03B9 \u03B1\u03BB\u03B3\u03BF\u03C1\u03AF\u03B8\u03BC\u03C9\u03BD \u03C0\u03BF\u03C5 \u03BF\u03B4\u03B7\u03B3\u03BF\u03CD\u03BD \u03C3\u03C4\u03B7\u03BD \u03C0\u03C1\u03CC\u03B2\u03BB\u03B5\u03C8\u03B7. \u03A4\u03B1 \u03B1\u03BD\u03B1\u03BB\u03C5\u03C4\u03B9\u03BA\u03AC \u03BC\u03BF\u03BD\u03C4\u03AD\u03BB\u03B1 \u03B5\u03C0\u03B9\u03C4\u03C1\u03AD\u03C0\u03BF\u03C5\u03BD \u03C3\u03C4\u03BF\u03C5\u03C2 \u03B5\u03C1\u03B5\u03C5\u03BD\u03B7\u03C4\u03AD\u03C2, \u03C4\u03BF\u03C5\u03C2 \u03B5\u03C0\u03B9\u03C3\u03C4\u03AE\u03BC\u03BF\u03BD\u03B5\u03C2 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03C9\u03BD, \u03C4\u03BF\u03C5\u03C2 \u03BC\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03BF\u03CD\u03C2 \u03BA\u03B1\u03B9 \u03C4\u03BF\u03C5\u03C2 \u03B1\u03BD\u03B1\u03BB\u03C5\u03C4\u03AD\u03C2 \u03BD\u03B1 \u03C0\u03B1\u03C1\u03AC\u03B3\u03BF\u03C5\u03BD \u03B1\u03BE\u03B9\u03CC\u03C0\u03B9\u03C3\u03C4\u03B5\u03C2 \u03B1\u03C0\u03BF\u03C6\u03AC\u03C3\u03B5\u03B9\u03C2 \u03BA\u03B1\u03B9 \u03B1\u03C0\u03BF\u03C4\u03B5\u03BB\u03AD\u03C3\u03BC\u03B1\u03C4\u03B1 \u03BA\u03B1\u03B9 \u03BD\u03B1 \u03B1\u03BD\u03B1\u03B4\u03B5\u03AF\u03BE\u03BF\u03C5\u03BD \u03B1\u03BB\u03BB\u03B7\u03BB\u03BF\u03C3\u03C5\u03C3\u03C7\u03B5\u03C4\u03AF\u03C3\u03B5\u03B9\u03C2 \u03BC\u03AD\u03C3\u03C9 \u03C4\u03B7\u03C2 \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7\u03C2 \u03B1\u03C0\u03CC \u03B9\u03C3\u03C4\u03BF\u03C1\u03B9\u03BA\u03AD\u03C2 \u03C3\u03C7\u03AD\u03C3\u03B5\u03B9\u03C2 \u03BA\u03B1\u03B9 \u03C4\u03AC\u03C3\u03B5\u03B9\u03C2 \u03C3\u03C4\u03B1 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1."@el . . . . . . . . . . . . "Maschinelles Lernen"@de . . . . . . . . . "L'aprenentatge autom\u00E0tic (\"machine learning\" en angl\u00E8s) \u00E9s un camp de la intel\u00B7lig\u00E8ncia artificial que est\u00E0 dedicat al disseny, l'an\u00E0lisi i el desenvolupament d'algorismes i t\u00E8cniques que permeten que les m\u00E0quines evolucionin. Es una \u00E0rea multidisciplin\u00E0ria que, a trav\u00E9s de ci\u00E8ncies com la computaci\u00F3, les matem\u00E0tiques, la l\u00F2gica i la filosofia, estudia la creaci\u00F3 i el disseny de programes capa\u00E7os de generalitzar comportaments a partir del reconeixement de patrons o classificaci\u00F3 i de sistemes capa\u00E7os de resoldre problemes quotidians per si mateixos, utilitzant com a paradigma la intel\u00B7lig\u00E8ncia humana. L'aprenentatge autom\u00E0tic est\u00E0 relacionat amb el camp de l'estad\u00EDstica, per\u00F2 tamb\u00E9 coincideix amb els m\u00E8todes de construcci\u00F3 de models, o l'aprenentatge estad\u00EDstic. Tamb\u00E9 hi ha punts de contacte amb la inform\u00E0tica te\u00F2rica. Aix\u00F2 \u00E9s degut a la complexitat computacional dels problemes. Alguns camps on s'ha aplicat aquest tipus d'aprenentatge s\u00F3n les aplicacions dedicades al processament del llenguatge natural, als algorismes de cerca, la diagnosi m\u00E8dica, la bioinform\u00E0tica, la detecci\u00F3 de fraus i la classificaci\u00F3. Qualsevol sistema que es consideri intel\u00B7ligent ha de tenir l'habilitat d'aprendre, \u00E9s a dir, de millorar autom\u00E0ticament amb l'experi\u00E8ncia. Els programes utilitzats s\u00F3n sistemes d'aprenentatge capa\u00E7os d'adquirir coneixements d'alt nivell i estrat\u00E8gies per la resoluci\u00F3 de problemes mitjan\u00E7ant exemples, de forma an\u00E0loga a com ho faria la ment humana."@ca . . . . . . . "\uAE30\uACC4 \uD559\uC2B5(\u6A5F\u68B0\u5B78\u7FD2) \uB610\uB294 \uBA38\uC2E0 \uB7EC\uB2DD(\uC601\uC5B4: machine learning)\uC740 \uACBD\uD5D8\uC744 \uD1B5\uD574 \uC790\uB3D9\uC73C\uB85C \uAC1C\uC120\uD558\uB294 \uCEF4\uD4E8\uD130 \uC54C\uACE0\uB9AC\uC998\uC758 \uC5F0\uAD6C\uC774\uB2E4. \uC778\uACF5\uC9C0\uB2A5\uC758 \uD55C \uBD84\uC57C\uB85C \uAC04\uC8FC\uB41C\uB2E4. \uCEF4\uD4E8\uD130\uAC00 \uD559\uC2B5\uD560 \uC218 \uC788\uB3C4\uB85D \uD558\uB294 \uC54C\uACE0\uB9AC\uC998\uACFC \uAE30\uC220\uC744 \uAC1C\uBC1C\uD558\uB294 \uBD84\uC57C\uC774\uB2E4. \uAC00\uB839, \uAE30\uACC4 \uD559\uC2B5\uC744 \uD1B5\uD574\uC11C \uC218\uC2E0\uD55C \uC774\uBA54\uC77C\uC774 \uC2A4\uD338\uC778\uC9C0 \uC544\uB2CC\uC9C0\uB97C \uAD6C\uBD84\uD560 \uC218 \uC788\uB3C4\uB85D \uD6C8\uB828\uD560 \uC218 \uC788\uB2E4. \uAE30\uACC4 \uD559\uC2B5\uC758 \uD575\uC2EC\uC740 \uD45C\uD604(representation)\uACFC \uC77C\uBC18\uD654(generalization)\uC5D0 \uC788\uB2E4. \uD45C\uD604\uC774\uB780 \uB370\uC774\uD130\uC758 \uD3C9\uAC00\uC774\uBA70, \uC77C\uBC18\uD654\uB780 \uC544\uC9C1 \uC54C \uC218 \uC5C6\uB294 \uB370\uC774\uD130\uC5D0 \uB300\uD55C \uCC98\uB9AC\uC774\uB2E4. \uC774\uB294 \uBD84\uC57C\uC774\uAE30\uB3C4 \uD558\uB2E4. \uB2E4\uC591\uD55C \uAE30\uACC4 \uD559\uC2B5\uC758 \uC751\uC6A9\uC774 \uC874\uC7AC\uD55C\uB2E4. \uBB38\uC790 \uC778\uC2DD\uC740 \uC774\uB97C \uC774\uC6A9\uD55C \uAC00\uC7A5 \uC798 \uC54C\uB824\uC9C4 \uC0AC\uB840\uC774\uB2E4."@ko . . . . . . . . . . "Maskininl\u00E4rning (engelska: machine learning) \u00E4r ett omr\u00E5de inom artificiell intelligens, och d\u00E4rmed inom datavetenskapen. Det handlar om metoder f\u00F6r att med data \"tr\u00E4na\" datorer att uppt\u00E4cka och \"l\u00E4ra\" sig regler f\u00F6r att l\u00F6sa en uppgift, utan att datorerna har programmerats med regler f\u00F6r just den uppgiften. Omr\u00E5det angr\u00E4nsar till statistik, datorseende och m\u00F6nsterigenk\u00E4nning. Datautvinning (datamining) \u00E4r ett betydelsen\u00E4ra begrepp som avser en kombiniation av maskininl\u00E4rning och statistiska metoder f\u00F6r att uppt\u00E4cka och visualisera m\u00F6nster i stora m\u00E4ngder data. Maskininl\u00E4rningsmetoder arbetar med data. Ofta kan datan delas in i indata (den information som datorn f\u00E5r tillg\u00E5ng till) och utdata (det svar som datorn f\u00F6rv\u00E4ntas ge efter att ha bearbetat indatan). En definition av maskininl\u00E4rning har skapats av Tom M. Mitchell. Han definierar de algoritmer som studeras inom maskininl\u00E4rning som \"ett datorprogram s\u00E4gs l\u00E4ra av erfarenhet E givet en uppgift T och ett prestandam\u00E5tt P om dess prestanda p\u00E5 uppgiften T, m\u00E4tt med P, \u00F6kar med erfarenhet E\"."@sv . "Machine learning"@en . . . . "233488"^^ . . "\u062A\u0639\u0644\u0645 \u0627\u0644\u0622\u0644\u0629 (\u0628\u0627\u0644\u0625\u0646\u062C\u0644\u064A\u0632\u064A\u0629: Machine Learning)\u200F \u0647\u0648 \u0623\u062D\u062F \u0641\u0631\u0648\u0639 \u0627\u0644\u0630\u0643\u0627\u0621 \u0627\u0644\u0627\u0635\u0637\u0646\u0627\u0639\u064A \u0627\u0644\u062A\u064A \u062A\u0647\u062A\u0645 \u0628\u062A\u0635\u0645\u064A\u0645 \u0648\u062A\u0637\u0648\u064A\u0631 \u062E\u0648\u0627\u0631\u0632\u0645\u064A\u0627\u062A \u0648\u062A\u0642\u0646\u064A\u0627\u062A \u062A\u0633\u0645\u062D \u0644\u0644\u062D\u0648\u0627\u0633\u064A\u0628 \u0628\u0627\u0645\u062A\u0644\u0627\u0643 \u062E\u0627\u0635\u064A\u0629 \u00AB\u0627\u0644\u062A\u0639\u0644\u0645\u00BB. \u0628\u0634\u0643\u0644 \u0639\u0627\u0645 \u0647\u0646\u0627\u0643 \u0645\u0633\u062A\u0648\u064A\u064A\u0646 \u0645\u0646 \u0627\u0644\u062A\u0639\u0644\u0645: \u0627\u0644\u0627\u0633\u062A\u0642\u0631\u0627\u0626\u064A \u0648\u0627\u0644\u0627\u0633\u062A\u0646\u062A\u0627\u062C\u064A. \u064A\u0642\u0648\u0645 \u0627\u0644\u0627\u0633\u062A\u0642\u0631\u0627\u0626\u064A \u0628\u0627\u0633\u062A\u0646\u062A\u0627\u062C \u0642\u0648\u0627\u0639\u062F \u0648\u0623\u062D\u0643\u0627\u0645 \u0639\u0627\u0645\u0629 \u0645\u0646 \u0627\u0644\u0628\u064A\u0627\u0646\u0627\u062A \u0627\u0644\u0636\u062E\u0645\u0629.\u0627\u0644\u0645\u0647\u0645\u0629 \u0627\u0644\u0623\u0633\u0627\u0633\u064A\u0629 \u0644\u0644\u062A\u0639\u0644\u0645 \u0627\u0644\u0622\u0644\u064A \u0647\u0648 \u0627\u0633\u062A\u062E\u0631\u0627\u062C \u0645\u0639\u0644\u0648\u0645\u0627\u062A \u0642\u064A\u0645\u0629 \u0645\u0646 \u0627\u0644\u0628\u064A\u0627\u0646\u0627\u062A\u060C \u0628\u0627\u0644\u062A\u0627\u0644\u064A \u0647\u0648 \u0642\u0631\u064A\u0628 \u062C\u062F\u0627 \u0645\u0646 \u0627\u0644\u062A\u0646\u0642\u064A\u0628 \u0641\u064A \u0627\u0644\u0628\u064A\u0627\u0646\u0627\u062A (\u0628\u0627\u0644\u0625\u0646\u062C\u0644\u064A\u0632\u064A\u0629: data mining)\u200F \u0648\u0627\u0644\u0625\u062D\u0635\u0627\u0621 \u0648\u0627\u0644\u0645\u0639\u0644\u0648\u0645\u0627\u062A\u064A\u0629 \u0627\u0644\u0646\u0638\u0631\u064A\u0629. \u064A\u0633\u062A\u062E\u062F\u0645 \u0627\u0644\u062A\u0639\u0644\u0645 \u0627\u0644\u0622\u0644\u064A \u0641\u064A \u0627\u0644\u0639\u062F\u064A\u062F \u0645\u0646 \u0627\u0644\u0645\u062C\u0627\u0644\u0627\u062A \u0645\u0646 \u0627\u0644\u0647\u0646\u062F\u0633\u0629 \u0625\u0644\u0649 \u0627\u0644\u0637\u0628."@ar . . . . . . . . . . . . . . . . "\u062A\u0639\u0644\u0645 \u0627\u0644\u0622\u0644\u0629"@ar . . . . . . . . . . . . "Ikasketa automatiko"@eu . . "\uAE30\uACC4 \uD559\uC2B5"@ko . "L'apprentissage automatique (en anglais : machine learning, litt. \u00AB apprentissage machine \u00BB), apprentissage artificiel ou apprentissage statistique est un champ d'\u00E9tude de l'intelligence artificielle qui se fonde sur des approches math\u00E9matiques et statistiques pour donner aux ordinateurs la capacit\u00E9 d'\u00AB apprendre \u00BB \u00E0 partir de donn\u00E9es, c'est-\u00E0-dire d'am\u00E9liorer leurs performances \u00E0 r\u00E9soudre des t\u00E2ches sans \u00EAtre explicitement programm\u00E9s pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le d\u00E9veloppement et l'impl\u00E9mentation de telles m\u00E9thodes. On parle d'apprentissage statistique car l'apprentissage consiste \u00E0 cr\u00E9er un mod\u00E8le dont l'erreur statistique moyenne est la plus faible possible."@fr . . . . . "Strojov\u00E9 u\u010Den\u00ED je podoblast\u00ED um\u011Bl\u00E9 inteligence, zab\u00FDvaj\u00EDc\u00ED se algoritmy a technikami, kter\u00E9 umo\u017E\u0148uj\u00ED po\u010D\u00EDta\u010Dov\u00E9mu syst\u00E9mu 'u\u010Dit se'. U\u010Den\u00EDm v dan\u00E9m kontextu rozum\u00EDme takovou zm\u011Bnu vnit\u0159n\u00EDho stavu syst\u00E9mu, kter\u00E1 zefektivn\u00ED schopnost p\u0159izp\u016Fsoben\u00ED se zm\u011Bn\u00E1m okoln\u00EDho prost\u0159ed\u00ED."@cs . . . . . . . "\u039C\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7"@el . . . . . . . . "Aprendizaje autom\u00E1tico"@es . . . . . . . . . . . . . . . . . . . . . . . "L'apprendimento automatico (anche detto machine learning in inglese) \u00E8 una branca dell'intelligenza artificiale che raccoglie metodi sviluppati negli ultimi decenni del XX secolo in varie comunit\u00E0 scientifiche, sotto diversi nomi quali: statistica computazionale, riconoscimento di pattern, reti neurali artificiali, filtraggio adattivo, teoria dei sistemi dinamici, elaborazione delle immagini, data mining, algoritmi adattivi, ecc; che utilizza metodi statistici per migliorare la performance di un algoritmo nell'identificare pattern nei dati. Nell'ambito dell'informatica, l'apprendimento automatico \u00E8 una variante alla programmazione tradizionale nella quale in una macchina si predispone l'abilit\u00E0 di apprendere qualcosa dai dati in maniera autonoma, senza istruzioni esplicite. Gli algoritmi di apprendimento automatico sono utilizzati in un'ampia variet\u00E0 di branche del sapere, come la medicina, il filtraggio delle e-mail, il riconoscimento vocale e la visione artificiale, dove \u00E8 difficile o non fattibile sviluppare algoritmi convenzionali per eseguire i compiti richiesti. Arthur Samuel, che coni\u00F2 il termine nel 1959, in linea di principio identifica due approcci distinti. Il primo metodo, indicato come rete neurale, sviluppa macchine ad apprendimento automatico per impiego generale il cui comportamento \u00E8 appreso da una rete di commutazione connessa casualmente, a seguito di una routine di apprendimento basata su ricompensa e punizione (apprendimento per rinforzo). Il secondo metodo, pi\u00F9 specifico, consiste nel riprodurre l'equivalente di una rete altamente organizzata progettata per imparare solo attivit\u00E0 specifiche. La seconda procedura, che necessita di supervisione e richiede la riprogrammazione per ogni nuova applicazione, \u00E8 molto pi\u00F9 efficiente dal punto di vista computazionale. L'apprendimento automatico \u00E8 strettamente legato al riconoscimento di pattern e alla ed esplora lo studio e la costruzione di algoritmi che possano apprendere da un insieme di dati e fare delle predizioni su questi, costruendo in modo induttivo un modello basato su dei campioni. L'apprendimento automatico viene impiegato in quei campi dell'informatica nei quali progettare e programmare algoritmi espliciti \u00E8 impraticabile; tra le possibili applicazioni citiamo il filtraggio delle email per evitare spam, l'individuazione di intrusioni in una rete o di intrusi che cercano di violare dati, il riconoscimento ottico dei caratteri, i motori di ricerca e la visione artificiale. L'apprendimento automatico \u00E8 collegato, e spesso si sovrappone, alla statistica computazionale, che si occupa dell'elaborazione di predizioni tramite l'uso di computer. L'apprendimento automatico \u00E8 anche fortemente legato all'ottimizzazione matematica, che fornisce metodi, teorie e domini di applicazione a questo campo. Per usi commerciali, \u00E8 conosciuto come analisi predittiva."@it . . "Uczenie maszynowe"@pl . . . . . . "106733"^^ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . "1124829010"^^ . . . . . . . . . . . . . "L'aprenentatge autom\u00E0tic (\"machine learning\" en angl\u00E8s) \u00E9s un camp de la intel\u00B7lig\u00E8ncia artificial que est\u00E0 dedicat al disseny, l'an\u00E0lisi i el desenvolupament d'algorismes i t\u00E8cniques que permeten que les m\u00E0quines evolucionin. Es una \u00E0rea multidisciplin\u00E0ria que, a trav\u00E9s de ci\u00E8ncies com la computaci\u00F3, les matem\u00E0tiques, la l\u00F2gica i la filosofia, estudia la creaci\u00F3 i el disseny de programes capa\u00E7os de generalitzar comportaments a partir del reconeixement de patrons o classificaci\u00F3 i de sistemes capa\u00E7os de resoldre problemes quotidians per si mateixos, utilitzant com a paradigma la intel\u00B7lig\u00E8ncia humana. L'aprenentatge autom\u00E0tic est\u00E0 relacionat amb el camp de l'estad\u00EDstica, per\u00F2 tamb\u00E9 coincideix amb els m\u00E8todes de construcci\u00F3 de models, o l'aprenentatge estad\u00EDstic. Tamb\u00E9 hi ha punts de contac"@ca . "Strojov\u00E9 u\u010Den\u00ED"@cs . . . . . . . . . . "Machine learning (ML) is a field of inquiry devoted to understanding and building methods that 'learn', that is, methods that leverage data to improve performance on some set of tasks. It is seen as a part of artificial intelligence. Machine learning algorithms build a model based on sample data, known as training data, in order to make predictions or decisions without being explicitly programmed to do so. Machine learning algorithms are used in a wide variety of applications, such as in medicine, email filtering, speech recognition, agriculture, and computer vision, where it is difficult or unfeasible to develop conventional algorithms to perform the needed tasks. A subset of machine learning is closely related to computational statistics, which focuses on making predictions using computers, but not all machine learning is statistical learning. The study of mathematical optimization delivers methods, theory and application domains to the field of machine learning. Data mining is a related field of study, focusing on exploratory data analysis through unsupervised learning. Some implementations of machine learning use data and neural networks in a way that mimics the working of a biological brain. In its application across business problems, machine learning is also referred to as predictive analytics."@en . . . . . . . "Apprendimento automatico"@it . . . . . . . . . . . . . "\u041C\u0430\u0448\u0438\u043D\u043D\u0435 \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F (\u0430\u043D\u0433\u043B. machine learning) \u2014 \u0446\u0435 \u043F\u0456\u0434\u0433\u0430\u043B\u0443\u0437\u044C \u0448\u0442\u0443\u0447\u043D\u043E\u0433\u043E \u0456\u043D\u0442\u0435\u043B\u0435\u043A\u0442\u0443 \u0432 \u0433\u0430\u043B\u0443\u0437\u0456 \u0456\u043D\u0444\u043E\u0440\u043C\u0430\u0442\u0438\u043A\u0438, \u044F\u043A\u0430 \u0447\u0430\u0441\u0442\u043E \u0437\u0430\u0441\u0442\u043E\u0441\u043E\u0432\u0443\u0454 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u043D\u0456 \u043F\u0440\u0438\u0439\u043E\u043C\u0438 \u0434\u043B\u044F \u043D\u0430\u0434\u0430\u043D\u043D\u044F \u043A\u043E\u043C\u043F'\u044E\u0442\u0435\u0440\u0430\u043C \u0437\u0434\u0430\u0442\u043D\u043E\u0441\u0442\u0456 \u00AB\u043D\u0430\u0432\u0447\u0430\u0442\u0438\u0441\u044F\u00BB (\u0442\u043E\u0431\u0442\u043E, \u043F\u043E\u0441\u0442\u0443\u043F\u043E\u0432\u043E \u043F\u043E\u043A\u0440\u0430\u0449\u0443\u0432\u0430\u0442\u0438 \u043F\u0440\u043E\u0434\u0443\u043A\u0442\u0438\u0432\u043D\u0456\u0441\u0442\u044C \u0443 \u043F\u0435\u0432\u043D\u0456\u0439 \u0437\u0430\u0434\u0430\u0447\u0456) \u0437 \u0434\u0430\u043D\u0438\u0445, \u0431\u0435\u0437 \u0442\u043E\u0433\u043E, \u0449\u043E\u0431\u0438 \u0431\u0443\u0442\u0438 \u043F\u0440\u043E\u0433\u0440\u0430\u043C\u043E\u0432\u0430\u043D\u0438\u043C\u0438 \u044F\u0432\u043D\u043E."@uk . "Apprentissage automatique"@fr . . . . . . . . . . . . . . "Aprenentatge autom\u00E0tic"@ca . . "Ikasketa automatikoa (ingelesez Machine learning) ikerketa-eremu bat da esperientziatik ikasteko gai diren metodoak ulertzera eta eraikitzera bideratuta dagoena. Metodo hauek datuak erabiltzen dituzte zeregin batzuen errendimendua hobetzeko. Ikasketa automatikoko algoritmoek eraikitzen dute eredu bat data-multzoetan oinarrituta. Data-multzo hauek algoritmoa entrenatzeko erabiltzen dira. Behin algoritmoa entrenatuta dagoenean datu horiekin, ikasitakoaren arabera erabakiak hartzeko gai da, esplizituki programatuta egon gabe. Adimen artifizialaren adar bat da. Horren ondorioz, askotan nahastu egiten da ikasketa automatikoaren terminoa adimen artifizialarekin zerikusia duten beste termino batzuekin; hala nola, edo ikasketa sakona.Terminoa 1959an erabili zen lehen aldiz. Hala ere, azken urteetan garrantzia irabazi du gaitasun konputazionala handitu egin delako eta datuen booma bizi ari garelako. Hori dela eta, gaur egun ikasketa automatikoa hedatu da hainbat esparrutara; hala nola, medikuntzara, finantza-sektorera, segurtasunera, edo ."@eu . "Strojov\u00E9 u\u010Den\u00ED je podoblast\u00ED um\u011Bl\u00E9 inteligence, zab\u00FDvaj\u00EDc\u00ED se algoritmy a technikami, kter\u00E9 umo\u017E\u0148uj\u00ED po\u010D\u00EDta\u010Dov\u00E9mu syst\u00E9mu 'u\u010Dit se'. U\u010Den\u00EDm v dan\u00E9m kontextu rozum\u00EDme takovou zm\u011Bnu vnit\u0159n\u00EDho stavu syst\u00E9mu, kter\u00E1 zefektivn\u00ED schopnost p\u0159izp\u016Fsoben\u00ED se zm\u011Bn\u00E1m okoln\u00EDho prost\u0159ed\u00ED. Strojov\u00E9 u\u010Den\u00ED m\u00E1 \u0161irok\u00E9 uplatn\u011Bn\u00ED. Jeho techniky se vyu\u017E\u00EDvaj\u00ED pro rozpozn\u00E1v\u00E1n\u00ED a kompresi obraz\u016F \u010Di akustick\u00FDch (nap\u0159. rozpozn\u00E1v\u00E1n\u00ED \u0159e\u010Di) nebo elektrick\u00FDch (nap\u0159. EKG, EEG) sign\u00E1l\u016F, klasifikaci \u010Disegmentaci dat, p\u0159edv\u00EDd\u00E1n\u00ED v\u00FDvoje \u010Dasov\u00FDch \u0159ad (nap\u0159. burzovn\u00EDch index\u016F), k rozpozn\u00E1v\u00E1n\u00ED psan\u00E9ho textu \u010Di k filtrov\u00E1n\u00ED spamu. V l\u00E9ka\u0159stv\u00ED slou\u017E\u00ED k diagnostice onemocn\u011Bn\u00ED a v \u0159\u00EDzen\u00ED pro podporu rozhodov\u00E1n\u00ED."@cs . . . . . "Maschinelles Lernen ist ein Oberbegriff f\u00FCr die \u201Ek\u00FCnstliche\u201C Generierung von Wissen aus Erfahrung:Ein k\u00FCnstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern.Dazu bauen Algorithmen beim maschinellen Lernen ein statistisches Modell auf, das auf Trainingsdaten beruht und welches gegen die Testdaten getestet wird. Das hei\u00DFt, es werden nicht einfach die Beispiele auswendig gelernt (siehe \u00DCberanpassung), sondern Muster und Gesetzm\u00E4\u00DFigkeiten in den Lerndaten erkannt. So kann das System auch unbekannte Daten beurteilen (Lerntransfer) oder aber am Lernen unbekannter Daten scheitern (\u00DCberanpassung; englisch overfitting). Aus dem weiten Spektrum m\u00F6glicher Anwendungen seien hier genannt: automatisierte Diagnose\u00ADverfahren, Erkennung von Kreditkartenbetrug, "@de . . "Pembelajaran mesin"@in . "Aprendizado de m\u00E1quina"@pt . . . . . . . . "Pembelajaran mesin, cabang dari kecerdasan buatan, adalah disiplin ilmu yang mencakup perancangan dan pengembangan algoritme yang memungkinkan komputer untuk mengembangkan perilaku berdasarkan data empiris, seperti dari sensor data basis data. Sistem pembelajar dapat memanfaatkan contoh (data) untuk menangkap ciri yang diperlukan dari probabilitas yang mendasarinya (yang tidak diketahui). Data dapat dilihat sebagai contoh yang menggambarkan hubungan antara variabel yang diamati. Fokus besar penelitian pemelajaran 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) perilaku dari contoh yang ada untuk menghasilkan keluaran yang berguna dalam kasus-kasus baru."@in . . . . . . . . . . . . . . . . . . . . . "\u041C\u0430\u0448\u0438\u043D\u043D\u0435 \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F (\u0430\u043D\u0433\u043B. machine learning) \u2014 \u0446\u0435 \u043F\u0456\u0434\u0433\u0430\u043B\u0443\u0437\u044C \u0448\u0442\u0443\u0447\u043D\u043E\u0433\u043E \u0456\u043D\u0442\u0435\u043B\u0435\u043A\u0442\u0443 \u0432 \u0433\u0430\u043B\u0443\u0437\u0456 \u0456\u043D\u0444\u043E\u0440\u043C\u0430\u0442\u0438\u043A\u0438, \u044F\u043A\u0430 \u0447\u0430\u0441\u0442\u043E \u0437\u0430\u0441\u0442\u043E\u0441\u043E\u0432\u0443\u0454 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u043D\u0456 \u043F\u0440\u0438\u0439\u043E\u043C\u0438 \u0434\u043B\u044F \u043D\u0430\u0434\u0430\u043D\u043D\u044F \u043A\u043E\u043C\u043F'\u044E\u0442\u0435\u0440\u0430\u043C \u0437\u0434\u0430\u0442\u043D\u043E\u0441\u0442\u0456 \u00AB\u043D\u0430\u0432\u0447\u0430\u0442\u0438\u0441\u044F\u00BB (\u0442\u043E\u0431\u0442\u043E, \u043F\u043E\u0441\u0442\u0443\u043F\u043E\u0432\u043E \u043F\u043E\u043A\u0440\u0430\u0449\u0443\u0432\u0430\u0442\u0438 \u043F\u0440\u043E\u0434\u0443\u043A\u0442\u0438\u0432\u043D\u0456\u0441\u0442\u044C \u0443 \u043F\u0435\u0432\u043D\u0456\u0439 \u0437\u0430\u0434\u0430\u0447\u0456) \u0437 \u0434\u0430\u043D\u0438\u0445, \u0431\u0435\u0437 \u0442\u043E\u0433\u043E, \u0449\u043E\u0431\u0438 \u0431\u0443\u0442\u0438 \u043F\u0440\u043E\u0433\u0440\u0430\u043C\u043E\u0432\u0430\u043D\u0438\u043C\u0438 \u044F\u0432\u043D\u043E. \u041D\u0430\u0437\u0432\u0443 \u00AB\u043C\u0430\u0448\u0438\u043D\u043D\u0435 \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F\u00BB (\u0430\u043D\u0433\u043B. machine learning) \u0431\u0443\u043B\u043E \u0437\u0430\u043F\u043E\u0447\u0430\u0442\u043A\u043E\u0432\u0430\u043D\u043E 1959 \u0440\u043E\u043A\u0443 \u0410\u0440\u0442\u0443\u0440\u043E\u043C \u0421\u0435\u043C\u044E\u0435\u043B\u0435\u043C. \u0415\u0432\u043E\u043B\u044E\u0446\u0456\u043E\u043D\u0443\u0432\u0430\u0432\u0448\u0438 \u0437 \u0434\u043E\u0441\u043B\u0456\u0434\u0436\u0435\u043D\u044C \u0440\u043E\u0437\u043F\u0456\u0437\u043D\u0430\u0432\u0430\u043D\u043D\u044F \u043E\u0431\u0440\u0430\u0437\u0456\u0432 \u0442\u0430 \u0432 \u0433\u0430\u043B\u0443\u0437\u0456 \u0448\u0442\u0443\u0447\u043D\u043E\u0433\u043E \u0456\u043D\u0442\u0435\u043B\u0435\u043A\u0442\u0443, \u043C\u0430\u0448\u0438\u043D\u043D\u0435 \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F \u0434\u043E\u0441\u043B\u0456\u0434\u0436\u0443\u0454 \u0432\u0438\u0432\u0447\u0435\u043D\u043D\u044F \u0442\u0430 \u043F\u043E\u0431\u0443\u0434\u043E\u0432\u0443 \u0430\u043B\u0433\u043E\u0440\u0438\u0442\u043C\u0456\u0432, \u044F\u043A\u0456 \u043C\u043E\u0436\u0443\u0442\u044C \u043D\u0430\u0432\u0447\u0430\u0442\u0438\u0441\u044F \u0439 \u0440\u043E\u0431\u0438\u0442\u0438 \u043F\u0435\u0440\u0435\u0434\u0431\u0430\u0447\u0435\u043D\u043D\u044F \u0437 \u0434\u0430\u043D\u0438\u0445, \u2014 \u0442\u0430\u043A\u0456 \u0430\u043B\u0433\u043E\u0440\u0438\u0442\u043C\u0438 \u0434\u043E\u043B\u0430\u044E\u0442\u044C \u0441\u043B\u0456\u0434\u0443\u0432\u0430\u043D\u043D\u044F \u0441\u0442\u0440\u043E\u0433\u043E \u0441\u0442\u0430\u0442\u0438\u0447\u043D\u0438\u043C \u043F\u0440\u043E\u0433\u0440\u0430\u043C\u043D\u0438\u043C \u0456\u043D\u0441\u0442\u0440\u0443\u043A\u0446\u0456\u044F\u043C, \u0437\u0434\u0456\u0439\u0441\u043D\u044E\u044E\u0447\u0438 \u043A\u0435\u0440\u043E\u0432\u0430\u043D\u0456 \u0434\u0430\u043D\u0438\u043C\u0438 \u043F\u0440\u043E\u0433\u043D\u043E\u0437\u0438 \u0430\u0431\u043E \u0443\u0445\u0432\u0430\u043B\u044E\u0432\u0430\u043D\u043D\u044F \u0440\u0456\u0448\u0435\u043D\u044C:2 \u0448\u043B\u044F\u0445\u043E\u043C \u043F\u043E\u0431\u0443\u0434\u043E\u0432\u0438 \u043C\u043E\u0434\u0435\u043B\u0456 \u0437 \u0432\u0438\u0431\u0456\u0440\u043A\u043E\u0432\u0438\u0445 \u0432\u0445\u043E\u0434\u0456\u0432. \u041C\u0430\u0448\u0438\u043D\u043D\u0435 \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F \u0437\u0430\u0441\u0442\u043E\u0441\u043E\u0432\u0443\u044E\u0442\u044C \u0432 \u0440\u044F\u0434\u0456 \u043E\u0431\u0447\u0438\u0441\u043B\u044E\u0432\u0430\u043B\u044C\u043D\u0438\u0445 \u0437\u0430\u0434\u0430\u0447, \u0432 \u044F\u043A\u0438\u0445 \u0440\u043E\u0437\u0440\u043E\u0431\u043A\u0430 \u0442\u0430 \u043F\u0440\u043E\u0433\u0440\u0430\u043C\u0443\u0432\u0430\u043D\u043D\u044F \u044F\u0432\u043D\u0438\u0445 \u0430\u043B\u0433\u043E\u0440\u0438\u0442\u043C\u0456\u0432 \u0437 \u0434\u043E\u0431\u0440\u043E\u044E \u043F\u0440\u043E\u0434\u0443\u043A\u0442\u0438\u0432\u043D\u0456\u0441\u0442\u044E \u0454 \u0441\u043A\u043B\u0430\u0434\u043D\u043E\u044E \u0430\u0431\u043E \u043D\u0435\u0437\u0434\u0456\u0439\u0441\u043D\u0435\u043D\u043D\u043E\u044E; \u0434\u043E \u043F\u0440\u0438\u043A\u043B\u0430\u0434\u0456\u0432 \u0437\u0430\u0441\u0442\u043E\u0441\u0443\u0432\u0430\u043D\u044C \u043D\u0430\u043B\u0435\u0436\u0430\u0442\u044C \u0444\u0456\u043B\u044C\u0442\u0440\u0443\u0432\u0430\u043D\u043D\u044F \u0435\u043B\u0435\u043A\u0442\u0440\u043E\u043D\u043D\u043E\u0457 \u043F\u043E\u0448\u0442\u0438, \u0432\u0438\u044F\u0432\u043B\u044F\u043D\u043D\u044F \u043C\u0435\u0440\u0435\u0436\u043D\u0438\u0445 \u0432\u0442\u043E\u0440\u0433\u043D\u0438\u043A\u0456\u0432 \u0430\u0431\u043E \u0437\u043B\u043E\u0432\u043C\u0438\u0441\u043D\u0438\u0445 \u0456\u043D\u0441\u0430\u0439\u0434\u0435\u0440\u0456\u0432, \u0449\u043E \u0434\u043E\u0431\u0443\u0432\u0430\u044E\u0442\u044C\u0441\u044F , \u043E\u043F\u0442\u0438\u0447\u043D\u0435 \u0440\u043E\u0437\u043F\u0456\u0437\u043D\u0430\u0432\u0430\u043D\u043D\u044F \u0441\u0438\u043C\u0432\u043E\u043B\u0456\u0432 (\u041E\u0420\u0421), \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F \u0440\u0430\u043D\u0436\u0443\u0432\u0430\u043D\u043D\u044E \u0442\u0430 \u043A\u043E\u043C\u043F'\u044E\u0442\u0435\u0440\u043D\u0438\u0439 \u0437\u0456\u0440. \u041C\u0430\u0448\u0438\u043D\u043D\u0435 \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F \u0442\u0456\u0441\u043D\u043E \u043F\u043E\u0432'\u044F\u0437\u0430\u043D\u0435 (\u0442\u0430 \u0447\u0430\u0441\u0442\u043E \u043F\u0435\u0440\u0435\u0442\u0438\u043D\u0430\u0454\u0442\u044C\u0441\u044F) \u0437 , \u044F\u043A\u0430 \u0442\u0430\u043A\u043E\u0436 \u0437\u043E\u0441\u0435\u0440\u0435\u0434\u0436\u0443\u0454\u0442\u044C\u0441\u044F \u043D\u0430 \u043F\u0440\u043E\u0433\u043D\u043E\u0437\u0443\u0432\u0430\u043D\u043D\u0456 \u0448\u043B\u044F\u0445\u043E\u043C \u0437\u0430\u0441\u0442\u043E\u0441\u0443\u0432\u0430\u043D\u043D\u044F \u043A\u043E\u043C\u043F'\u044E\u0442\u0435\u0440\u0456\u0432. \u0412\u043E\u043D\u043E \u043C\u0430\u0454 \u0442\u0456\u0441\u043D\u0456 \u0437\u0432'\u044F\u0437\u043A\u0438 \u0437 \u043C\u0430\u0442\u0435\u043C\u0430\u0442\u0438\u0447\u043D\u043E\u044E \u043E\u043F\u0442\u0438\u043C\u0456\u0437\u0430\u0446\u0456\u0454\u044E, \u044F\u043A\u0430 \u0437\u0430\u0431\u0435\u0437\u043F\u0435\u0447\u0443\u0454 \u0446\u044E \u0433\u0430\u043B\u0443\u0437\u044C \u043C\u0435\u0442\u043E\u0434\u0430\u043C\u0438, \u0442\u0435\u043E\u0440\u0456\u0454\u044E \u0442\u0430 \u043F\u0440\u0438\u043A\u043B\u0430\u0434\u043D\u0438\u043C\u0438 \u043E\u0431\u043B\u0430\u0441\u0442\u044F\u043C\u0438. \u041C\u0430\u0448\u0438\u043D\u043D\u0435 \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F \u0456\u043D\u043E\u0434\u0456 \u043E\u0431'\u0454\u0434\u043D\u0443\u044E\u0442\u044C \u0437 \u0434\u043E\u0431\u0443\u0432\u0430\u043D\u043D\u044F\u043C \u0434\u0430\u043D\u0438\u0445, \u0434\u0435 \u0434\u0440\u0443\u0433\u0430 \u043F\u0456\u0434\u0433\u0430\u043B\u0443\u0437\u044C \u0444\u043E\u043A\u0443\u0441\u0443\u0454\u0442\u044C\u0441\u044F \u0431\u0456\u043B\u044C\u0448\u0435 \u043D\u0430 \u0440\u043E\u0437\u0432\u0456\u0434\u0443\u0432\u0430\u043B\u044C\u043D\u043E\u043C\u0443 \u0430\u043D\u0430\u043B\u0456\u0437\u0456 \u0434\u0430\u043D\u0438\u0445, \u0456 \u0454 \u0432\u0456\u0434\u043E\u043C\u043E\u044E \u044F\u043A \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F \u0431\u0435\u0437 \u0443\u0447\u0438\u0442\u0435\u043B\u044F.:vii \u041C\u0430\u0448\u0438\u043D\u043D\u0435 \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F \u0442\u0430\u043A\u043E\u0436 \u043C\u043E\u0436\u0435 \u0431\u0443\u0442\u0438 \u0441\u043F\u043E\u043D\u0442\u0430\u043D\u043D\u0438\u043C, \u0456 \u0437\u0430\u0441\u0442\u043E\u0441\u043E\u0432\u0443\u0432\u0430\u043D\u0438\u043C \u0434\u043B\u044F \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F \u0442\u0430 \u0432\u0441\u0442\u0430\u043D\u043E\u0432\u043B\u0435\u043D\u043D\u044F \u0431\u0430\u0437\u043E\u0432\u0438\u0445 \u0445\u0430\u0440\u0430\u043A\u0442\u0435\u0440\u0456\u0432 \u043F\u043E\u0432\u0435\u0434\u0456\u043D\u043A\u0438 \u0440\u0456\u0437\u043D\u0438\u0445 \u0441\u0443\u0431'\u0454\u043A\u0442\u0456\u0432, \u0430 \u043F\u043E\u0442\u0456\u043C \u0437\u0430\u0441\u0442\u043E\u0441\u043E\u0432\u0443\u0432\u0430\u043D\u0438\u043C \u0434\u043B\u044F \u043F\u043E\u0448\u0443\u043A\u0443 \u0432\u0438\u0440\u0430\u0437\u043D\u0438\u0445 \u0430\u043D\u043E\u043C\u0430\u043B\u0456\u0439. \u0412 \u043C\u0435\u0436\u0430\u0445 \u0433\u0430\u043B\u0443\u0437\u0456 \u0430\u043D\u0430\u043B\u0456\u0437\u0443 \u0434\u0430\u043D\u0438\u0445 \u043C\u0430\u0448\u0438\u043D\u043D\u0435 \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F \u0454 \u043C\u0435\u0442\u043E\u0434\u043E\u043C, \u044F\u043A\u0438\u0439 \u0437\u0430\u0441\u0442\u043E\u0441\u043E\u0432\u0443\u044E\u0442\u044C \u0434\u043B\u044F \u0432\u0438\u043D\u0430\u0445\u043E\u0434\u0436\u0435\u043D\u043D\u044F \u0441\u043A\u043B\u0430\u0434\u043D\u0438\u0445 \u043C\u043E\u0434\u0435\u043B\u0435\u0439 \u0442\u0430 \u0430\u043B\u0433\u043E\u0440\u0438\u0442\u043C\u0456\u0432, \u044F\u043A\u0456 \u0441\u043B\u0443\u0433\u0443\u044E\u0442\u044C \u043F\u0440\u043E\u0433\u043D\u043E\u0437\u0443\u0432\u0430\u043D\u043D\u044E \u2014 \u0432 \u043A\u043E\u043C\u0435\u0440\u0446\u0456\u0439\u043D\u043E\u043C\u0443 \u0437\u0430\u0441\u0442\u043E\u0441\u0443\u0432\u0430\u043D\u043D\u0456 \u0446\u0435 \u0432\u0456\u0434\u043E\u043C\u0435 \u044F\u043A . \u0426\u0456 \u0430\u043D\u0430\u043B\u0456\u0442\u0438\u0447\u043D\u0456 \u043C\u043E\u0434\u0435\u043B\u0456 \u0434\u043E\u0437\u0432\u043E\u043B\u044F\u044E\u0442\u044C \u0434\u043E\u0441\u043B\u0456\u0434\u043D\u0438\u043A\u0430\u043C, \u043D\u0430\u0443\u043A\u043E\u0432\u0446\u044F\u043C \u0437 \u0434\u0430\u043D\u0438\u0445, \u0456\u043D\u0436\u0435\u043D\u0435\u0440\u0430\u043C \u0442\u0430 \u0430\u043D\u0430\u043B\u0456\u0442\u0438\u043A\u0430\u043C \u00AB\u0432\u0438\u0440\u043E\u0431\u043B\u044F\u0442\u0438 \u043D\u0430\u0434\u0456\u0439\u043D\u0456, \u043F\u043E\u0432\u0442\u043E\u0440\u044E\u0432\u0430\u043D\u0456 \u0440\u0456\u0448\u0435\u043D\u043D\u044F \u0442\u0430 \u0440\u0435\u0437\u0443\u043B\u044C\u0442\u0430\u0442\u0438\u00BB \u0442\u0430 \u0440\u043E\u0437\u043A\u0440\u0438\u0432\u0430\u0442\u0438 \u00AB\u043F\u0440\u0438\u0445\u043E\u0432\u0430\u043D\u0456 \u0440\u043E\u0437\u0443\u043C\u0456\u043D\u043D\u044F\u00BB \u0448\u043B\u044F\u0445\u043E\u043C \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F \u0437 \u0456\u0441\u0442\u043E\u0440\u0438\u0447\u043D\u0438\u0445 \u0441\u043F\u0456\u0432\u0432\u0456\u0434\u043D\u043E\u0448\u0435\u043D\u044C \u0442\u0430 \u0442\u0435\u043D\u0434\u0435\u043D\u0446\u0456\u0439 \u0432 \u0434\u0430\u043D\u0438\u0445."@uk . . . . "\u041C\u0430\u0448\u0438\u043D\u043D\u043E\u0435 \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u0435"@ru . . . . . "\u6A5F\u68B0\u5B66\u7FD2\uFF08\u304D\u304B\u3044\u304C\u304F\u3057\u3085\u3046\u3001\u82F1: machine learning\uFF09\u3068\u306F\u3001\u7D4C\u9A13\u304B\u3089\u306E\u5B66\u7FD2\u306B\u3088\u308A\u81EA\u52D5\u3067\u6539\u5584\u3059\u308B\u30B3\u30F3\u30D4\u30E5\u30FC\u30BF\u30FC\u30A2\u30EB\u30B4\u30EA\u30BA\u30E0\u3082\u3057\u304F\u306F\u305D\u306E\u7814\u7A76\u9818\u57DF\u3067\u3001\u4EBA\u5DE5\u77E5\u80FD\u306E\u4E00\u7A2E\u3067\u3042\u308B\u3068\u307F\u306A\u3055\u308C\u3066\u3044\u308B\u3002\u300C\u8A13\u7DF4\u30C7\u30FC\u30BF\u300D\u3082\u3057\u304F\u306F\u300C\u5B66\u7FD2\u30C7\u30FC\u30BF\u300D\u3068\u547C\u3070\u308C\u308B\u30C7\u30FC\u30BF\u3092\u4F7F\u3063\u3066\u5B66\u7FD2\u3057\u3001\u5B66\u7FD2\u7D50\u679C\u3092\u4F7F\u3063\u3066\u4F55\u3089\u304B\u306E\u30BF\u30B9\u30AF\u3092\u3053\u306A\u3059\u3002\u4F8B\u3048\u3070\u904E\u53BB\u306E\u30B9\u30D1\u30E0\u30E1\u30FC\u30EB\u3092\u8A13\u7DF4\u30C7\u30FC\u30BF\u3068\u3057\u3066\u7528\u3044\u3066\u5B66\u7FD2\u3057\u3001\u30B9\u30D1\u30E0\u30D5\u30A3\u30EB\u30BF\u30EA\u30F3\u30B0\u3068\u3044\u3046\u30BF\u30B9\u30AF\u3092\u3053\u306A\u3059\u3001\u3068\u3044\u3063\u305F\u4E8B\u304C\u53EF\u80FD\u3068\u306A\u308B\u3002 \u6A5F\u68B0\u5B66\u7FD2\u306F\u4EE5\u4E0B\u306E\u5206\u91CE\u3068\u5BC6\u63A5\u306B\u95A2\u4FC2\u3059\u308B\uFF1A \n* \uFF1A\u8A08\u7B97\u6A5F\u3092\u4F7F\u3063\u305F\u4E88\u6E2C\u306B\u7126\u70B9\u3092\u5F53\u3066\u305F\u5206\u91CE \n* \u6570\u7406\u6700\u9069\u5316\uFF1A\u5B9A\u3081\u3089\u308C\u305F\u6761\u4EF6\u4E0B\u306B\u304A\u3051\u308B\u6700\u9069\u89E3\u306E\u63A2\u7D22\u306B\u7126\u70B9\u3092\u5F53\u3066\u305F\u5206\u91CE \n* \u30C7\u30FC\u30BF\u30DE\u30A4\u30CB\u30F3\u30B0\uFF1A\u6559\u5E2B\u306A\u3057\u5B66\u7FD2\uFF08\u5F8C\u8FF0\uFF09\u306B\u304A\u3051\u308B\u63A2\u7D22\u7684\u30C7\u30FC\u30BF\u89E3\u6790\u306B\u7126\u70B9\u3092\u5F53\u3066\u305F\u5206\u91CE \u6A5F\u68B0\u5B66\u7FD2\u3068\u3044\u3046\u540D\u524D\u306F1959\u5E74\u306B\u30A2\u30FC\u30B5\u30FC\u30FB\u30B5\u30DF\u30E5\u30A8\u30EB\u306B\u3088\u3063\u3066\u9020\u8A9E\u3055\u308C\u305F\u3002"@ja . . . . . . . . . "\uAE30\uACC4 \uD559\uC2B5(\u6A5F\u68B0\u5B78\u7FD2) \uB610\uB294 \uBA38\uC2E0 \uB7EC\uB2DD(\uC601\uC5B4: machine learning)\uC740 \uACBD\uD5D8\uC744 \uD1B5\uD574 \uC790\uB3D9\uC73C\uB85C \uAC1C\uC120\uD558\uB294 \uCEF4\uD4E8\uD130 \uC54C\uACE0\uB9AC\uC998\uC758 \uC5F0\uAD6C\uC774\uB2E4. \uC778\uACF5\uC9C0\uB2A5\uC758 \uD55C \uBD84\uC57C\uB85C \uAC04\uC8FC\uB41C\uB2E4. \uCEF4\uD4E8\uD130\uAC00 \uD559\uC2B5\uD560 \uC218 \uC788\uB3C4\uB85D \uD558\uB294 \uC54C\uACE0\uB9AC\uC998\uACFC \uAE30\uC220\uC744 \uAC1C\uBC1C\uD558\uB294 \uBD84\uC57C\uC774\uB2E4. \uAC00\uB839, \uAE30\uACC4 \uD559\uC2B5\uC744 \uD1B5\uD574\uC11C \uC218\uC2E0\uD55C \uC774\uBA54\uC77C\uC774 \uC2A4\uD338\uC778\uC9C0 \uC544\uB2CC\uC9C0\uB97C \uAD6C\uBD84\uD560 \uC218 \uC788\uB3C4\uB85D \uD6C8\uB828\uD560 \uC218 \uC788\uB2E4. \uAE30\uACC4 \uD559\uC2B5\uC758 \uD575\uC2EC\uC740 \uD45C\uD604(representation)\uACFC \uC77C\uBC18\uD654(generalization)\uC5D0 \uC788\uB2E4. \uD45C\uD604\uC774\uB780 \uB370\uC774\uD130\uC758 \uD3C9\uAC00\uC774\uBA70, \uC77C\uBC18\uD654\uB780 \uC544\uC9C1 \uC54C \uC218 \uC5C6\uB294 \uB370\uC774\uD130\uC5D0 \uB300\uD55C \uCC98\uB9AC\uC774\uB2E4. \uC774\uB294 \uBD84\uC57C\uC774\uAE30\uB3C4 \uD558\uB2E4. \uB2E4\uC591\uD55C \uAE30\uACC4 \uD559\uC2B5\uC758 \uC751\uC6A9\uC774 \uC874\uC7AC\uD55C\uB2E4. \uBB38\uC790 \uC778\uC2DD\uC740 \uC774\uB97C \uC774\uC6A9\uD55C \uAC00\uC7A5 \uC798 \uC54C\uB824\uC9C4 \uC0AC\uB840\uC774\uB2E4."@ko . . . "Maschinelles Lernen ist ein Oberbegriff f\u00FCr die \u201Ek\u00FCnstliche\u201C Generierung von Wissen aus Erfahrung:Ein k\u00FCnstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern.Dazu bauen Algorithmen beim maschinellen Lernen ein statistisches Modell auf, das auf Trainingsdaten beruht und welches gegen die Testdaten getestet wird. Das hei\u00DFt, es werden nicht einfach die Beispiele auswendig gelernt (siehe \u00DCberanpassung), sondern Muster und Gesetzm\u00E4\u00DFigkeiten in den Lerndaten erkannt. So kann das System auch unbekannte Daten beurteilen (Lerntransfer) oder aber am Lernen unbekannter Daten scheitern (\u00DCberanpassung; englisch overfitting). Aus dem weiten Spektrum m\u00F6glicher Anwendungen seien hier genannt: automatisierte Diagnose\u00ADverfahren, Erkennung von Kreditkartenbetrug, Aktienmarkt\u00ADanalysen, Klassifikation von Nukleotidsequenzen, Sprach- und Texterkennung sowie autonome Systeme. Das Thema ist eng verwandt mit \u201EKnowledge Discovery in Databases\u201C und \u201EData-Mining\u201C, bei dem es jedoch vorwiegend um das Finden von neuen Mustern und Gesetzm\u00E4\u00DFigkeiten geht. Viele Algorithmen k\u00F6nnen f\u00FCr beide Zwecke verwendet werden. Methoden der \u201EKnowledge Discovery in Databases\u201C k\u00F6nnen genutzt werden, um Lerndaten f\u00FCr \u201Emaschinelles Lernen\u201C zu produzieren oder vorzuverarbeiten. Im Gegenzug dazu finden Algorithmen aus dem maschinellen Lernen beim Data-Mining Anwendung.Zu unterscheiden ist der Begriff zudem von dem Begriff \u201EDeep Learning\u201C, welches nur eine m\u00F6gliche Lernvariante mittels k\u00FCnstlicher neuronaler Netze darstellt. Das Schlie\u00DFen von Daten auf (hypothetische) Modelle wird als Statistische Inferenz bezeichnet."@de . . . . . . . . . . . . . . . "\u6A5F\u68B0\u5B66\u7FD2"@ja . . "Pembelajaran mesin, cabang dari kecerdasan buatan, adalah disiplin ilmu yang mencakup perancangan dan pengembangan algoritme yang memungkinkan komputer untuk mengembangkan perilaku berdasarkan data empiris, seperti dari sensor data basis data. Sistem pembelajar dapat memanfaatkan contoh (data) untuk menangkap ciri yang diperlukan dari probabilitas yang mendasarinya (yang tidak diketahui). Data dapat dilihat sebagai contoh yang menggambarkan hubungan antara variabel yang diamati. Fokus besar penelitian pemelajaran 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 "@in . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . "L'apprentissage automatique (en anglais : machine learning, litt. \u00AB apprentissage machine \u00BB), apprentissage artificiel ou apprentissage statistique est un champ d'\u00E9tude de l'intelligence artificielle qui se fonde sur des approches math\u00E9matiques et statistiques pour donner aux ordinateurs la capacit\u00E9 d'\u00AB apprendre \u00BB \u00E0 partir de donn\u00E9es, c'est-\u00E0-dire d'am\u00E9liorer leurs performances \u00E0 r\u00E9soudre des t\u00E2ches sans \u00EAtre explicitement programm\u00E9s pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le d\u00E9veloppement et l'impl\u00E9mentation de telles m\u00E9thodes. On parle d'apprentissage statistique car l'apprentissage consiste \u00E0 cr\u00E9er un mod\u00E8le dont l'erreur statistique moyenne est la plus faible possible. L'apprentissage automatique comporte g\u00E9n\u00E9ralement deux phases. La premi\u00E8re consiste \u00E0 estimer un mod\u00E8le \u00E0 partir de donn\u00E9es, appel\u00E9es observations, qui sont disponibles et en nombre fini, lors de la phase de conception du syst\u00E8me. L'estimation du mod\u00E8le consiste \u00E0 r\u00E9soudre une t\u00E2che pratique, telle que traduire un discours, estimer une densit\u00E9 de probabilit\u00E9, reconna\u00EEtre la pr\u00E9sence d'un chat dans une photographie ou participer \u00E0 la conduite d'un v\u00E9hicule autonome. Cette phase dite \u00AB d'apprentissage \u00BB ou \u00AB d'entra\u00EEnement \u00BB est g\u00E9n\u00E9ralement r\u00E9alis\u00E9e pr\u00E9alablement \u00E0 l'utilisation pratique du mod\u00E8le. La seconde phase correspond \u00E0 la mise en production : le mod\u00E8le \u00E9tant d\u00E9termin\u00E9, de nouvelles donn\u00E9es peuvent alors \u00EAtre soumises afin d'obtenir le r\u00E9sultat correspondant \u00E0 la t\u00E2che souhait\u00E9e. En pratique, certains syst\u00E8mes peuvent poursuivre leur apprentissage une fois en production, pour peu qu'ils aient un moyen d'obtenir un retour sur la qualit\u00E9 des r\u00E9sultats produits. Selon les informations disponibles durant la phase d'apprentissage, l'apprentissage est qualifi\u00E9 de diff\u00E9rentes mani\u00E8res. Si les donn\u00E9es sont \u00E9tiquet\u00E9es (c'est-\u00E0-dire que la r\u00E9ponse \u00E0 la t\u00E2che est connue pour ces donn\u00E9es), il s'agit d'un apprentissage supervis\u00E9. On parle de classification ou de classement si les \u00E9tiquettes sont discr\u00E8tes, ou de r\u00E9gression si elles sont continues. Si le mod\u00E8le est appris de mani\u00E8re incr\u00E9mentale en fonction d'une r\u00E9compense re\u00E7ue par le programme pour chacune des actions entreprises, on parle d'apprentissage par renforcement. Dans le cas le plus g\u00E9n\u00E9ral, sans \u00E9tiquette, on cherche \u00E0 d\u00E9terminer la structure sous-jacente des donn\u00E9es (qui peuvent \u00EAtre une densit\u00E9 de probabilit\u00E9) et il s'agit alors d'apprentissage non supervis\u00E9. L'apprentissage automatique peut \u00EAtre appliqu\u00E9 \u00E0 diff\u00E9rents types de donn\u00E9es, tels des graphes, des arbres, des courbes, ou plus simplement des vecteurs de caract\u00E9ristiques, qui peuvent \u00EAtre des variables qualitatives ou quantitatives continues ou discr\u00E8tes."@fr . . . . . . . "Uczenie maszynowe, samouczenie si\u0119 maszyn albo systemy ucz\u0105ce si\u0119 (ang. machine learning) \u2013 obszar sztucznej inteligencji po\u015Bwi\u0119cony algorytmom, kt\u00F3re poprawiaj\u0105 si\u0119 automatycznie poprzez do\u015Bwiadczenie, czyli ekspozycj\u0119 na dane. Algorytmy uczenia maszynowego buduj\u0105 model matematyczny na podstawie przyk\u0142adowych danych, zwanych zbiorem ucz\u0105cym, w celu prognozowania lub podejmowania decyzji bez bycia zaprogramowanym explicite przez cz\u0142owieka do tego celu. Algorytmy uczenia maszynowego s\u0105 wykorzystywane w wielu r\u00F3\u017Cnych zastosowaniach, takich jak ochrona przed spamem (filtrowanie wiadomo\u015Bci internetowych pod k\u0105tem niechcianej korespondencji), czy rozpoznawanie obraz\u00F3w, w kt\u00F3rych opracowanie konwencjonalnych algorytm\u00F3w do wykonywania potrzebnych zada\u0144 jest trudne lub niewykonalne."@pl . . . . . . . . . . . . . "\u039C\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7 \u03B5\u03AF\u03BD\u03B1\u03B9 \u03C5\u03C0\u03BF\u03C0\u03B5\u03B4\u03AF\u03BF \u03C4\u03B7\u03C2 \u03B5\u03C0\u03B9\u03C3\u03C4\u03AE\u03BC\u03B7\u03C2 \u03C4\u03C9\u03BD \u03C5\u03C0\u03BF\u03BB\u03BF\u03B3\u03B9\u03C3\u03C4\u03CE\u03BD, \u03C0\u03BF\u03C5 \u03B1\u03BD\u03B1\u03C0\u03C4\u03CD\u03C7\u03B8\u03B7\u03BA\u03B5 \u03B1\u03C0\u03CC \u03C4\u03B7 \u03BC\u03B5\u03BB\u03AD\u03C4\u03B7 \u03C4\u03B7\u03C2 \u03B1\u03BD\u03B1\u03B3\u03BD\u03CE\u03C1\u03B9\u03C3\u03B7\u03C2 \u03C0\u03C1\u03BF\u03C4\u03CD\u03C0\u03C9\u03BD \u03BA\u03B1\u03B9 \u03C4\u03B7\u03C2 \u03C5\u03C0\u03BF\u03BB\u03BF\u03B3\u03B9\u03C3\u03C4\u03B9\u03BA\u03AE\u03C2 \u03B8\u03B5\u03C9\u03C1\u03AF\u03B1\u03C2 \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7\u03C2 \u03C3\u03C4\u03B7\u03BD \u03C4\u03B5\u03C7\u03BD\u03B7\u03C4\u03AE \u03BD\u03BF\u03B7\u03BC\u03BF\u03C3\u03CD\u03BD\u03B7. \u03A4\u03BF 1959, \u03BF \u0386\u03C1\u03B8\u03BF\u03C5\u03C1 \u03A3\u03AC\u03BC\u03BF\u03C5\u03B5\u03BB \u03BF\u03C1\u03AF\u03B6\u03B5\u03B9 \u03C4\u03B7 \u03BC\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7 \u03C9\u03C2 \"\u03A0\u03B5\u03B4\u03AF\u03BF \u03BC\u03B5\u03BB\u03AD\u03C4\u03B7\u03C2 \u03C0\u03BF\u03C5 \u03B4\u03AF\u03BD\u03B5\u03B9 \u03C3\u03C4\u03BF\u03C5\u03C2 \u03C5\u03C0\u03BF\u03BB\u03BF\u03B3\u03B9\u03C3\u03C4\u03AD\u03C2 \u03C4\u03B7\u03BD \u03B9\u03BA\u03B1\u03BD\u03CC\u03C4\u03B7\u03C4\u03B1 \u03BD\u03B1 \u03BC\u03B1\u03B8\u03B1\u03AF\u03BD\u03BF\u03C5\u03BD, \u03C7\u03C9\u03C1\u03AF\u03C2 \u03BD\u03B1 \u03AD\u03C7\u03BF\u03C5\u03BD \u03C1\u03B7\u03C4\u03AC \u03C0\u03C1\u03BF\u03B3\u03C1\u03B1\u03BC\u03BC\u03B1\u03C4\u03B9\u03C3\u03C4\u03B5\u03AF\". \u0397 \u03BC\u03B7\u03C7\u03B1\u03BD\u03B9\u03BA\u03AE \u03BC\u03AC\u03B8\u03B7\u03C3\u03B7 \u03B4\u03B9\u03B5\u03C1\u03B5\u03C5\u03BD\u03AC \u03C4\u03B7 \u03BC\u03B5\u03BB\u03AD\u03C4\u03B7 \u03BA\u03B1\u03B9 \u03C4\u03B7\u03BD \u03BA\u03B1\u03C4\u03B1\u03C3\u03BA\u03B5\u03C5\u03AE \u03B1\u03BB\u03B3\u03BF\u03C1\u03AF\u03B8\u03BC\u03C9\u03BD \u03C0\u03BF\u03C5 \u03BC\u03C0\u03BF\u03C1\u03BF\u03CD\u03BD \u03BD\u03B1 \u03BC\u03B1\u03B8\u03B1\u03AF\u03BD\u03BF\u03C5\u03BD \u03B1\u03C0\u03CC \u03C4\u03B1 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1 \u03BA\u03B1\u03B9 \u03BD\u03B1 \u03BA\u03AC\u03BD\u03BF\u03C5\u03BD \u03C0\u03C1\u03BF\u03B2\u03BB\u03AD\u03C8\u03B5\u03B9\u03C2 \u03C3\u03C7\u03B5\u03C4\u03B9\u03BA\u03AC \u03BC\u03B5 \u03B1\u03C5\u03C4\u03AC. \u03A4\u03AD\u03C4\u03BF\u03B9\u03BF\u03B9 \u03B1\u03BB\u03B3\u03CC\u03C1\u03B9\u03B8\u03BC\u03BF\u03B9 \u03BB\u03B5\u03B9\u03C4\u03BF\u03C5\u03C1\u03B3\u03BF\u03CD\u03BD \u03BA\u03B1\u03C4\u03B1\u03C3\u03BA\u03B5\u03C5\u03AC\u03B6\u03BF\u03BD\u03C4\u03B1\u03C2 \u03BC\u03BF\u03BD\u03C4\u03AD\u03BB\u03B1 \u03B1\u03C0\u03CC \u03C0\u03B5\u03B9\u03C1\u03B1\u03BC\u03B1\u03C4\u03B9\u03BA\u03AC \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1, \u03C0\u03C1\u03BF\u03BA\u03B5\u03B9\u03BC\u03AD\u03BD\u03BF\u03C5 \u03BD\u03B1 \u03BA\u03AC\u03BD\u03BF\u03C5\u03BD \u03C0\u03C1\u03BF\u03B2\u03BB\u03AD\u03C8\u03B5\u03B9\u03C2 \u03B2\u03B1\u03C3\u03B9\u03B6\u03CC\u03BC\u03B5\u03BD\u03B5\u03C2 \u03C3\u03C4\u03B1 \u03B4\u03B5\u03B4\u03BF\u03BC\u03AD\u03BD\u03B1 \u03AE \u03BD\u03B1 \u03B5\u03BE\u03AC\u03B3\u03BF\u03C5\u03BD \u03B1\u03C0\u03BF\u03C6\u03AC\u03C3\u03B5\u03B9\u03C2 \u03C0\u03BF\u03C5 \u03B5\u03BA\u03C6\u03C1\u03AC\u03B6\u03BF\u03BD\u03C4\u03B1\u03B9 \u03C9\u03C2 \u03C4\u03BF \u03B1\u03C0\u03BF\u03C4\u03AD\u03BB\u03B5\u03C3\u03BC\u03B1."@el . . . . . . . . . . . . . . . . . . . . "O aprendizado autom\u00E1tico (portugu\u00EAs brasileiro) ou a aprendizagem autom\u00E1tica (portugu\u00EAs europeu) ou tamb\u00E9m aprendizado de m\u00E1quina (portugu\u00EAs brasileiro) ou aprendizagem de m\u00E1quina (portugu\u00EAs europeu) (em ingl\u00EAs: machine learning) \u00E9 um subcampo da Engenharia e da ci\u00EAncia da computa\u00E7\u00E3o que evoluiu do estudo de reconhecimento de padr\u00F5es e da teoria do aprendizado computacional em intelig\u00EAncia artificial. Em 1959, Arthur Samuel definiu aprendizado de m\u00E1quina como o \"campo de estudo que d\u00E1 aos computadores a habilidade de aprender sem serem explicitamente programados\"(livre tradu\u00E7\u00E3o). O aprendizado autom\u00E1tico explora o estudo e constru\u00E7\u00E3o de algoritmos que podem aprender de seus erros e fazer previs\u00F5es sobre dados. Tais algoritmos operam construindo um modelo a partir de inputs amostrais a fim de fazer previs\u00F5es ou decis\u00F5es guiadas pelos dados ao inv\u00E9s de simplesmente seguindo inflex\u00EDveis e est\u00E1ticas instru\u00E7\u00F5es programadas. Enquanto que na intelig\u00EAncia artificial existem dois tipos de racioc\u00EDnio (o indutivo, que extrai regras e padr\u00F5es de grandes conjuntos de dados, e o dedutivo), o aprendizado de m\u00E1quina s\u00F3 se preocupa com o indutivo. Algumas partes do aprendizado autom\u00E1tico est\u00E3o intimamente ligadas (e muitas vezes sobrepostas) \u00E0 estat\u00EDstica computacional; uma disciplina que foca em como fazer previs\u00F5es atrav\u00E9s do uso de computadores, com pesquisas focando nas propriedades dos m\u00E9todos estat\u00EDsticos e sua complexidade computacional. Ela tem fortes la\u00E7os com a otimiza\u00E7\u00E3o matem\u00E1tica, que produz m\u00E9todos, teoria e dom\u00EDnios de aplica\u00E7\u00E3o para este campo. O aprendizado autom\u00E1tico \u00E9 usado em uma variedade de tarefas computacionais onde criar e programar algoritmos expl\u00EDcitos \u00E9 impratic\u00E1vel. Exemplos de aplica\u00E7\u00F5es incluem filtragem de spam, reconhecimento \u00F3tico de caracteres (OCR), processamento de linguagem natural, motores de busca, diagn\u00F3sticos m\u00E9dicos, bioinform\u00E1tica, reconhecimento de fala, reconhecimento de escrita, vis\u00E3o computacional e locomo\u00E7\u00E3o de rob\u00F4s. O aprendizado de m\u00E1quinas \u00E9 \u00E0s vezes confundido com minera\u00E7\u00E3o de dados, que \u00E9 um sub-campo que foca mais em an\u00E1lise explorat\u00F3ria de dados e \u00E9 conhecido como aprendizado n\u00E3o supervisionado. No campo da an\u00E1lise de dados, o aprendizado de m\u00E1quinas \u00E9 um m\u00E9todo usado para planejar modelos complexos e algoritmos que prestam-se para fazer predi\u00E7\u00F5es- no uso comercial, isso \u00E9 conhecido como an\u00E1lise preditiva. Esses modelos anal\u00EDticos permitem que pesquisadores, cientistas de dados, engenheiros, e analistas possam \"produzir decis\u00F5es e resultados confi\u00E1veis e repetit\u00EDveis\" e descobrir os \"insights escondidos\" atrav\u00E9s do aprendizado das rela\u00E7\u00F5es e tend\u00EAncias hist\u00F3ricas nos dados."@pt . . . . . . . . . . . . . . "\u041C\u0430\u0448\u0438\u043D\u043D\u0435 \u043D\u0430\u0432\u0447\u0430\u043D\u043D\u044F"@uk . . . . . . . . . . . . . . . . . "Maskininl\u00E4rning (engelska: machine learning) \u00E4r ett omr\u00E5de inom artificiell intelligens, och d\u00E4rmed inom datavetenskapen. Det handlar om metoder f\u00F6r att med data \"tr\u00E4na\" datorer att uppt\u00E4cka och \"l\u00E4ra\" sig regler f\u00F6r att l\u00F6sa en uppgift, utan att datorerna har programmerats med regler f\u00F6r just den uppgiften. Omr\u00E5det angr\u00E4nsar till statistik, datorseende och m\u00F6nsterigenk\u00E4nning. Datautvinning (datamining) \u00E4r ett betydelsen\u00E4ra begrepp som avser en kombiniation av maskininl\u00E4rning och statistiska metoder f\u00F6r att uppt\u00E4cka och visualisera m\u00F6nster i stora m\u00E4ngder data."@sv . . . . . . "\u673A\u5668\u5B66\u4E60\u662F\u4EBA\u5DE5\u667A\u80FD\u7684\u4E00\u4E2A\u5206\u652F\u3002\u4EBA\u5DE5\u667A\u80FD\u7684\u7814\u7A76\u5386\u53F2\u6709\u7740\u4E00\u6761\u4ECE\u4EE5\u201C\u63A8\u7406\u201D\u4E3A\u91CD\u70B9\uFF0C\u5230\u4EE5\u201C\u77E5\u8BC6\u201D\u4E3A\u91CD\u70B9\uFF0C\u518D\u5230\u4EE5\u201C\u5B66\u4E60\u201D\u4E3A\u91CD\u70B9\u7684\u81EA\u7136\u3001\u6E05\u6670\u7684\u8109\u7EDC\u3002\u663E\u7136\uFF0C\u673A\u5668\u5B66\u4E60\u662F\u5B9E\u73B0\u4EBA\u5DE5\u667A\u80FD\u7684\u4E00\u4E2A\u9014\u5F84\uFF0C\u5373\u4EE5\u673A\u5668\u5B66\u4E60\u4E3A\u624B\u6BB5\u89E3\u51B3\u4EBA\u5DE5\u667A\u80FD\u4E2D\u7684\u95EE\u9898\u3002\u673A\u5668\u5B66\u4E60\u5728\u8FD130\u591A\u5E74\u5DF2\u53D1\u5C55\u4E3A\u4E00\u95E8\u591A\u9886\u57DF\u4EA4\u53C9\u5B66\u79D1\uFF0C\u6D89\u53CA\u6982\u7387\u8BBA\u3001\u7EDF\u8BA1\u5B66\u3001\u903C\u8FD1\u8BBA\u3001\u3001\u8BA1\u7B97\u590D\u6742\u6027\u7406\u8BBA\u7B49\u591A\u95E8\u5B66\u79D1\u3002\u673A\u5668\u5B66\u4E60\u7406\u8BBA\u4E3B\u8981\u662F\u8BBE\u8BA1\u548C\u5206\u6790\u4E00\u4E9B\u8BA9\u8BA1\u7B97\u673A\u53EF\u4EE5\u81EA\u52A8\u201C\u5B66\u4E60\u201D\u7684\u7B97\u6CD5\u3002\u673A\u5668\u5B66\u4E60\u7B97\u6CD5\u662F\u4E00\u7C7B\u4ECE\u6570\u636E\u4E2D\u81EA\u52A8\u5206\u6790\u83B7\u5F97\u89C4\u5F8B\uFF0C\u5E76\u5229\u7528\u89C4\u5F8B\u5BF9\u672A\u77E5\u6570\u636E\u8FDB\u884C\u9884\u6D4B\u7684\u7B97\u6CD5\u3002\u56E0\u4E3A\u5B66\u4E60\u7B97\u6CD5\u4E2D\u6D89\u53CA\u4E86\u5927\u91CF\u7684\u7EDF\u8BA1\u5B66\u7406\u8BBA\uFF0C\u673A\u5668\u5B66\u4E60\u4E0E\u63A8\u65AD\u7EDF\u8BA1\u5B66\u8054\u7CFB\u5C24\u4E3A\u5BC6\u5207\uFF0C\u4E5F\u88AB\u79F0\u4E3A\u7EDF\u8BA1\u5B66\u4E60\u7406\u8BBA\u3002\u7B97\u6CD5\u8BBE\u8BA1\u65B9\u9762\uFF0C\u673A\u5668\u5B66\u4E60\u7406\u8BBA\u5173\u6CE8\u53EF\u4EE5\u5B9E\u73B0\u7684\uFF0C\u884C\u4E4B\u6709\u6548\u7684\u5B66\u4E60\u7B97\u6CD5\u3002\u5F88\u591A\u63A8\u8BBA\u95EE\u9898\u5C5E\u4E8E\uFF0C\u6240\u4EE5\u90E8\u5206\u7684\u673A\u5668\u5B66\u4E60\u7814\u7A76\u662F\u5F00\u53D1\u5BB9\u6613\u5904\u7406\u7684\u8FD1\u4F3C\u7B97\u6CD5\u3002 \u673A\u5668\u5B66\u4E60\u5DF2\u5E7F\u6CDB\u5E94\u7528\u4E8E\u6570\u636E\u6316\u6398\u3001\u8BA1\u7B97\u673A\u89C6\u89C9\u3001\u81EA\u7136\u8BED\u8A00\u5904\u7406\u3001\u751F\u7269\u7279\u5F81\u8BC6\u522B\u3001\u641C\u7D22\u5F15\u64CE\u3001\u533B\u5B66\u8BCA\u65AD\u3001\u68C0\u6D4B\u3001\u8BC1\u5238\u5E02\u573A\u5206\u6790\u3001DNA\u5E8F\u5217\u6D4B\u5E8F\u3001\u8BED\u97F3\u548C\u624B\u5199\u8BC6\u522B\u3001\u6E38\u620F\u548C\u673A\u5668\u4EBA\u7B49\u9886\u57DF\u3002"@zh . . "Machinaal leren"@nl . . . . . . . . . . . . . . . . . . . "\u6A5F\u68B0\u5B66\u7FD2\uFF08\u304D\u304B\u3044\u304C\u304F\u3057\u3085\u3046\u3001\u82F1: machine learning\uFF09\u3068\u306F\u3001\u7D4C\u9A13\u304B\u3089\u306E\u5B66\u7FD2\u306B\u3088\u308A\u81EA\u52D5\u3067\u6539\u5584\u3059\u308B\u30B3\u30F3\u30D4\u30E5\u30FC\u30BF\u30FC\u30A2\u30EB\u30B4\u30EA\u30BA\u30E0\u3082\u3057\u304F\u306F\u305D\u306E\u7814\u7A76\u9818\u57DF\u3067\u3001\u4EBA\u5DE5\u77E5\u80FD\u306E\u4E00\u7A2E\u3067\u3042\u308B\u3068\u307F\u306A\u3055\u308C\u3066\u3044\u308B\u3002\u300C\u8A13\u7DF4\u30C7\u30FC\u30BF\u300D\u3082\u3057\u304F\u306F\u300C\u5B66\u7FD2\u30C7\u30FC\u30BF\u300D\u3068\u547C\u3070\u308C\u308B\u30C7\u30FC\u30BF\u3092\u4F7F\u3063\u3066\u5B66\u7FD2\u3057\u3001\u5B66\u7FD2\u7D50\u679C\u3092\u4F7F\u3063\u3066\u4F55\u3089\u304B\u306E\u30BF\u30B9\u30AF\u3092\u3053\u306A\u3059\u3002\u4F8B\u3048\u3070\u904E\u53BB\u306E\u30B9\u30D1\u30E0\u30E1\u30FC\u30EB\u3092\u8A13\u7DF4\u30C7\u30FC\u30BF\u3068\u3057\u3066\u7528\u3044\u3066\u5B66\u7FD2\u3057\u3001\u30B9\u30D1\u30E0\u30D5\u30A3\u30EB\u30BF\u30EA\u30F3\u30B0\u3068\u3044\u3046\u30BF\u30B9\u30AF\u3092\u3053\u306A\u3059\u3001\u3068\u3044\u3063\u305F\u4E8B\u304C\u53EF\u80FD\u3068\u306A\u308B\u3002 \u6A5F\u68B0\u5B66\u7FD2\u306F\u4EE5\u4E0B\u306E\u5206\u91CE\u3068\u5BC6\u63A5\u306B\u95A2\u4FC2\u3059\u308B\uFF1A \n* \uFF1A\u8A08\u7B97\u6A5F\u3092\u4F7F\u3063\u305F\u4E88\u6E2C\u306B\u7126\u70B9\u3092\u5F53\u3066\u305F\u5206\u91CE \n* \u6570\u7406\u6700\u9069\u5316\uFF1A\u5B9A\u3081\u3089\u308C\u305F\u6761\u4EF6\u4E0B\u306B\u304A\u3051\u308B\u6700\u9069\u89E3\u306E\u63A2\u7D22\u306B\u7126\u70B9\u3092\u5F53\u3066\u305F\u5206\u91CE \n* \u30C7\u30FC\u30BF\u30DE\u30A4\u30CB\u30F3\u30B0\uFF1A\u6559\u5E2B\u306A\u3057\u5B66\u7FD2\uFF08\u5F8C\u8FF0\uFF09\u306B\u304A\u3051\u308B\u63A2\u7D22\u7684\u30C7\u30FC\u30BF\u89E3\u6790\u306B\u7126\u70B9\u3092\u5F53\u3066\u305F\u5206\u91CE \u6A5F\u68B0\u5B66\u7FD2\u3068\u3044\u3046\u540D\u524D\u306F1959\u5E74\u306B\u30A2\u30FC\u30B5\u30FC\u30FB\u30B5\u30DF\u30E5\u30A8\u30EB\u306B\u3088\u3063\u3066\u9020\u8A9E\u3055\u308C\u305F\u3002"@ja . . . . . . . . . . "\u062A\u0639\u0644\u0645 \u0627\u0644\u0622\u0644\u0629 (\u0628\u0627\u0644\u0625\u0646\u062C\u0644\u064A\u0632\u064A\u0629: Machine Learning)\u200F \u0647\u0648 \u0623\u062D\u062F \u0641\u0631\u0648\u0639 \u0627\u0644\u0630\u0643\u0627\u0621 \u0627\u0644\u0627\u0635\u0637\u0646\u0627\u0639\u064A \u0627\u0644\u062A\u064A \u062A\u0647\u062A\u0645 \u0628\u062A\u0635\u0645\u064A\u0645 \u0648\u062A\u0637\u0648\u064A\u0631 \u062E\u0648\u0627\u0631\u0632\u0645\u064A\u0627\u062A \u0648\u062A\u0642\u0646\u064A\u0627\u062A \u062A\u0633\u0645\u062D \u0644\u0644\u062D\u0648\u0627\u0633\u064A\u0628 \u0628\u0627\u0645\u062A\u0644\u0627\u0643 \u062E\u0627\u0635\u064A\u0629 \u00AB\u0627\u0644\u062A\u0639\u0644\u0645\u00BB. \u0628\u0634\u0643\u0644 \u0639\u0627\u0645 \u0647\u0646\u0627\u0643 \u0645\u0633\u062A\u0648\u064A\u064A\u0646 \u0645\u0646 \u0627\u0644\u062A\u0639\u0644\u0645: \u0627\u0644\u0627\u0633\u062A\u0642\u0631\u0627\u0626\u064A \u0648\u0627\u0644\u0627\u0633\u062A\u0646\u062A\u0627\u062C\u064A. \u064A\u0642\u0648\u0645 \u0627\u0644\u0627\u0633\u062A\u0642\u0631\u0627\u0626\u064A \u0628\u0627\u0633\u062A\u0646\u062A\u0627\u062C \u0642\u0648\u0627\u0639\u062F \u0648\u0623\u062D\u0643\u0627\u0645 \u0639\u0627\u0645\u0629 \u0645\u0646 \u0627\u0644\u0628\u064A\u0627\u0646\u0627\u062A \u0627\u0644\u0636\u062E\u0645\u0629.\u0627\u0644\u0645\u0647\u0645\u0629 \u0627\u0644\u0623\u0633\u0627\u0633\u064A\u0629 \u0644\u0644\u062A\u0639\u0644\u0645 \u0627\u0644\u0622\u0644\u064A \u0647\u0648 \u0627\u0633\u062A\u062E\u0631\u0627\u062C \u0645\u0639\u0644\u0648\u0645\u0627\u062A \u0642\u064A\u0645\u0629 \u0645\u0646 \u0627\u0644\u0628\u064A\u0627\u0646\u0627\u062A\u060C \u0628\u0627\u0644\u062A\u0627\u0644\u064A \u0647\u0648 \u0642\u0631\u064A\u0628 \u062C\u062F\u0627 \u0645\u0646 \u0627\u0644\u062A\u0646\u0642\u064A\u0628 \u0641\u064A \u0627\u0644\u0628\u064A\u0627\u0646\u0627\u062A (\u0628\u0627\u0644\u0625\u0646\u062C\u0644\u064A\u0632\u064A\u0629: data mining)\u200F \u0648\u0627\u0644\u0625\u062D\u0635\u0627\u0621 \u0648\u0627\u0644\u0645\u0639\u0644\u0648\u0645\u0627\u062A\u064A\u0629 \u0627\u0644\u0646\u0638\u0631\u064A\u0629. \u064A\u0633\u062A\u062E\u062F\u0645 \u0627\u0644\u062A\u0639\u0644\u0645 \u0627\u0644\u0622\u0644\u064A \u0641\u064A \u0627\u0644\u0639\u062F\u064A\u062F \u0645\u0646 \u0627\u0644\u0645\u062C\u0627\u0644\u0627\u062A \u0645\u0646 \u0627\u0644\u0647\u0646\u062F\u0633\u0629 \u0625\u0644\u0649 \u0627\u0644\u0637\u0628. \u064A\u062A\u0636\u0645\u0646 \u0627\u0644\u062A\u0639\u0644\u0645 \u0627\u0644\u0622\u0644\u064A \u0639\u062F\u062F\u0627\u064B \u0643\u0628\u064A\u0631\u0627\u064B \u0645\u0646 \u062D\u0642\u0648\u0644 \u0627\u0644\u062A\u0637\u0628\u064A\u0642\u0627\u062A: \u0645\u0639\u0627\u0644\u062C\u0629 \u0627\u0644\u0644\u063A\u0627\u062A \u0627\u0644\u0637\u0628\u064A\u0639\u064A\u0629 (\u0628\u0627\u0644\u0625\u0646\u062C\u0644\u064A\u0632\u064A\u0629: natural language processing)\u200F \u0648\u062A\u0645\u064A\u064A\u0632 \u0627\u0644\u0623\u0646\u0645\u0627\u0637 (\u0628\u0627\u0644\u0625\u0646\u062C\u0644\u064A\u0632\u064A\u0629: syntactic pattern recognition)\u200F \u0648\u0645\u062D\u0631\u0643\u0627\u062A \u0627\u0644\u0628\u062D\u062B (\u0628\u0627\u0644\u0625\u0646\u062C\u0644\u064A\u0632\u064A\u0629: search engines)\u200F \u0648\u0627\u0644\u062A\u0634\u062E\u064A\u0635 \u0627\u0644\u0637\u0628\u064A \u0648\u0627\u0644\u0645\u0639\u0644\u0648\u0645\u0627\u062A\u064A\u0629 \u0627\u0644\u062D\u064A\u0648\u064A\u0629 \u0648\u0627\u0644\u0645\u0639\u0644\u0648\u0645\u0627\u062A\u064A\u0629 \u0627\u0644\u0643\u064A\u0645\u064A\u0627\u0626\u064A\u0629\u060C \u062A\u0635\u0646\u064A\u0641 \u060C (\u0628\u0627\u0644\u0625\u0646\u062C\u0644\u064A\u0632\u064A\u0629: speech recognition)\u200F handwriting recognition\u060C \u0648\u062D\u062A\u0649 \u062A\u0645\u064A\u064A\u0632 \u0627\u0644\u0623\u0634\u064A\u0627\u0621 (\u0628\u0627\u0644\u0625\u0646\u062C\u0644\u064A\u0632\u064A\u0629: object recognition)\u200F\u060C \u0631\u0624\u064A\u0629 \u0627\u0644\u062D\u0627\u0633\u0648\u0628 (\u0628\u0627\u0644\u0625\u0646\u062C\u0644\u064A\u0632\u064A\u0629: computer vision)\u200F \u0627\u0644\u0623\u0644\u0639\u0627\u0628 \u0627\u0644\u0625\u0633\u062A\u0631\u0627\u062A\u064A\u062C\u064A\u0629 (\u0628\u0627\u0644\u0625\u0646\u062C\u0644\u064A\u0632\u064A\u0629: robot locomotion)\u200F."@ar . . . . "O aprendizado autom\u00E1tico (portugu\u00EAs brasileiro) ou a aprendizagem autom\u00E1tica (portugu\u00EAs europeu) ou tamb\u00E9m aprendizado de m\u00E1quina (portugu\u00EAs brasileiro) ou aprendizagem de m\u00E1quina (portugu\u00EAs europeu) (em ingl\u00EAs: machine learning) \u00E9 um subcampo da Engenharia e da ci\u00EAncia da computa\u00E7\u00E3o que evoluiu do estudo de reconhecimento de padr\u00F5es e da teoria do aprendizado computacional em intelig\u00EAncia artificial. Em 1959, Arthur Samuel definiu aprendizado de m\u00E1quina como o \"campo de estudo que d\u00E1 aos computadores a habilidade de aprender sem serem explicitamente programados\"(livre tradu\u00E7\u00E3o). O aprendizado autom\u00E1tico explora o estudo e constru\u00E7\u00E3o de algoritmos que podem aprender de seus erros e fazer previs\u00F5es sobre dados. Tais algoritmos operam construindo um modelo a partir de inputs amostrais a fim"@pt . . . . . . . . . . . . "El aprendizaje autom\u00E1tico o aprendizaje automatizado o aprendizaje de m\u00E1quinas (del ingl\u00E9s, machine learning) es el subcampo de las ciencias de la computaci\u00F3n y una rama de la inteligencia artificial, cuyo objetivo es desarrollar t\u00E9cnicas que permitan que las computadoras aprendan. Se dice que un agente aprende cuando su desempe\u00F1o mejora con la experiencia y mediante el uso de datos; es decir, cuando la habilidad no estaba presente en su genotipo o rasgos de nacimiento.\u200B \"En el aprendizaje de m\u00E1quinas un computador observa datos, construye un modelo basado en esos datos y utiliza ese modelo a la vez como una hip\u00F3tesis acerca del mundo y una pieza de software que puede resolver problemas\".\u200B En muchas ocasiones el campo de actuaci\u00F3n del aprendizaje autom\u00E1tico se solapa con el de la estad\u00EDstica inferencial, ya que las dos disciplinas se basan en el an\u00E1lisis de datos. Sin embargo, el aprendizaje autom\u00E1tico incorpora las preocupaciones de la complejidad computacional de los problemas. Muchos problemas son de clase NP-hard, por lo que gran parte de la investigaci\u00F3n realizada en aprendizaje autom\u00E1tico est\u00E1 enfocada al dise\u00F1o de soluciones factibles a esos problemas. El aprendizaje autom\u00E1tico tambi\u00E9n est\u00E1 estrechamente relacionado con el reconocimiento de patrones. El aprendizaje autom\u00E1tico puede ser visto como un intento de automatizar algunas partes del m\u00E9todo cient\u00EDfico mediante m\u00E9todos matem\u00E1ticos. Por lo tanto es un proceso de inducci\u00F3n del conocimiento. El aprendizaje autom\u00E1tico tiene una amplia gama de aplicaciones, incluyendo motores de b\u00FAsqueda, diagn\u00F3sticos m\u00E9dicos, detecci\u00F3n de fraude en el uso de tarjetas de cr\u00E9dito, an\u00E1lisis de mercado para los diferentes sectores de actividad, clasificaci\u00F3n de secuencias de ADN, reconocimiento del habla y del lenguaje escrito, juegos y rob\u00F3tica."@es . . . . . . . . . "Automatisch leren, machinaal leren of machine learning is een breed onderzoeksveld binnen kunstmatige intelligentie, dat zich bezighoudt met de ontwikkeling van algoritmes en technieken waarmee computers kunnen leren. De methodes zijn te verdelen in twee ruwe categorie\u00EBn: aanleidinggevend en deductief. Aanleidinggevende methodes cre\u00EBren computerprogramma's door het vormen van regels of het extraheren van patronen uit data. Deductieve methoden hebben als resultaat een functie die net zo generiek is als de invoerdata. Automatisch leren is sterk gerelateerd aan statistiek, aangezien beide velden de studie van data analyseren. Automatisch leren is meer gericht op de algoritmische complexiteit of de implementatie in programma's. Het is ook gerelateerd aan datamining, waarin op een geautomatiseerde manier patronen en relaties worden gezocht in grote hoeveelheden gegevens. Veel leerproblemen zijn NP-hard of moeilijker, dus een belangrijk onderdeel van dit vakgebied is algoritmes te ontwikkelen die de oplossing benaderen."@nl . . . . . . . "\u673A\u5668\u5B66\u4E60\u662F\u4EBA\u5DE5\u667A\u80FD\u7684\u4E00\u4E2A\u5206\u652F\u3002\u4EBA\u5DE5\u667A\u80FD\u7684\u7814\u7A76\u5386\u53F2\u6709\u7740\u4E00\u6761\u4ECE\u4EE5\u201C\u63A8\u7406\u201D\u4E3A\u91CD\u70B9\uFF0C\u5230\u4EE5\u201C\u77E5\u8BC6\u201D\u4E3A\u91CD\u70B9\uFF0C\u518D\u5230\u4EE5\u201C\u5B66\u4E60\u201D\u4E3A\u91CD\u70B9\u7684\u81EA\u7136\u3001\u6E05\u6670\u7684\u8109\u7EDC\u3002\u663E\u7136\uFF0C\u673A\u5668\u5B66\u4E60\u662F\u5B9E\u73B0\u4EBA\u5DE5\u667A\u80FD\u7684\u4E00\u4E2A\u9014\u5F84\uFF0C\u5373\u4EE5\u673A\u5668\u5B66\u4E60\u4E3A\u624B\u6BB5\u89E3\u51B3\u4EBA\u5DE5\u667A\u80FD\u4E2D\u7684\u95EE\u9898\u3002\u673A\u5668\u5B66\u4E60\u5728\u8FD130\u591A\u5E74\u5DF2\u53D1\u5C55\u4E3A\u4E00\u95E8\u591A\u9886\u57DF\u4EA4\u53C9\u5B66\u79D1\uFF0C\u6D89\u53CA\u6982\u7387\u8BBA\u3001\u7EDF\u8BA1\u5B66\u3001\u903C\u8FD1\u8BBA\u3001\u3001\u8BA1\u7B97\u590D\u6742\u6027\u7406\u8BBA\u7B49\u591A\u95E8\u5B66\u79D1\u3002\u673A\u5668\u5B66\u4E60\u7406\u8BBA\u4E3B\u8981\u662F\u8BBE\u8BA1\u548C\u5206\u6790\u4E00\u4E9B\u8BA9\u8BA1\u7B97\u673A\u53EF\u4EE5\u81EA\u52A8\u201C\u5B66\u4E60\u201D\u7684\u7B97\u6CD5\u3002\u673A\u5668\u5B66\u4E60\u7B97\u6CD5\u662F\u4E00\u7C7B\u4ECE\u6570\u636E\u4E2D\u81EA\u52A8\u5206\u6790\u83B7\u5F97\u89C4\u5F8B\uFF0C\u5E76\u5229\u7528\u89C4\u5F8B\u5BF9\u672A\u77E5\u6570\u636E\u8FDB\u884C\u9884\u6D4B\u7684\u7B97\u6CD5\u3002\u56E0\u4E3A\u5B66\u4E60\u7B97\u6CD5\u4E2D\u6D89\u53CA\u4E86\u5927\u91CF\u7684\u7EDF\u8BA1\u5B66\u7406\u8BBA\uFF0C\u673A\u5668\u5B66\u4E60\u4E0E\u63A8\u65AD\u7EDF\u8BA1\u5B66\u8054\u7CFB\u5C24\u4E3A\u5BC6\u5207\uFF0C\u4E5F\u88AB\u79F0\u4E3A\u7EDF\u8BA1\u5B66\u4E60\u7406\u8BBA\u3002\u7B97\u6CD5\u8BBE\u8BA1\u65B9\u9762\uFF0C\u673A\u5668\u5B66\u4E60\u7406\u8BBA\u5173\u6CE8\u53EF\u4EE5\u5B9E\u73B0\u7684\uFF0C\u884C\u4E4B\u6709\u6548\u7684\u5B66\u4E60\u7B97\u6CD5\u3002\u5F88\u591A\u63A8\u8BBA\u95EE\u9898\u5C5E\u4E8E\uFF0C\u6240\u4EE5\u90E8\u5206\u7684\u673A\u5668\u5B66\u4E60\u7814\u7A76\u662F\u5F00\u53D1\u5BB9\u6613\u5904\u7406\u7684\u8FD1\u4F3C\u7B97\u6CD5\u3002 \u673A\u5668\u5B66\u4E60\u5DF2\u5E7F\u6CDB\u5E94\u7528\u4E8E\u6570\u636E\u6316\u6398\u3001\u8BA1\u7B97\u673A\u89C6\u89C9\u3001\u81EA\u7136\u8BED\u8A00\u5904\u7406\u3001\u751F\u7269\u7279\u5F81\u8BC6\u522B\u3001\u641C\u7D22\u5F15\u64CE\u3001\u533B\u5B66\u8BCA\u65AD\u3001\u68C0\u6D4B\u3001\u8BC1\u5238\u5E02\u573A\u5206\u6790\u3001DNA\u5E8F\u5217\u6D4B\u5E8F\u3001\u8BED\u97F3\u548C\u624B\u5199\u8BC6\u522B\u3001\u6E38\u620F\u548C\u673A\u5668\u4EBA\u7B49\u9886\u57DF\u3002"@zh . . . "Ikasketa automatikoa (ingelesez Machine learning) ikerketa-eremu bat da esperientziatik ikasteko gai diren metodoak ulertzera eta eraikitzera bideratuta dagoena. Metodo hauek datuak erabiltzen dituzte zeregin batzuen errendimendua hobetzeko. Ikasketa automatikoko algoritmoek eraikitzen dute eredu bat data-multzoetan oinarrituta. Data-multzo hauek algoritmoa entrenatzeko erabiltzen dira. Behin algoritmoa entrenatuta dagoenean datu horiekin, ikasitakoaren arabera erabakiak hartzeko gai da, esplizituki programatuta egon gabe."@eu . . . . . . . . . . . . . . . . "\u673A\u5668\u5B66\u4E60"@zh . "L'apprendimento automatico (anche detto machine learning in inglese) \u00E8 una branca dell'intelligenza artificiale che raccoglie metodi sviluppati negli ultimi decenni del XX secolo in varie comunit\u00E0 scientifiche, sotto diversi nomi quali: statistica computazionale, riconoscimento di pattern, reti neurali artificiali, filtraggio adattivo, teoria dei sistemi dinamici, elaborazione delle immagini, data mining, algoritmi adattivi, ecc; che utilizza metodi statistici per migliorare la performance di un algoritmo nell'identificare pattern nei dati. Nell'ambito dell'informatica, l'apprendimento automatico \u00E8 una variante alla programmazione tradizionale nella quale in una macchina si predispone l'abilit\u00E0 di apprendere qualcosa dai dati in maniera autonoma, senza istruzioni esplicite. Gli algoritmi d"@it . . . . . . . . . . "Automatisch leren, machinaal leren of machine learning is een breed onderzoeksveld binnen kunstmatige intelligentie, dat zich bezighoudt met de ontwikkeling van algoritmes en technieken waarmee computers kunnen leren. De methodes zijn te verdelen in twee ruwe categorie\u00EBn: aanleidinggevend en deductief. Aanleidinggevende methodes cre\u00EBren computerprogramma's door het vormen van regels of het extraheren van patronen uit data. Deductieve methoden hebben als resultaat een functie die net zo generiek is als de invoerdata."@nl . . . . "Uczenie maszynowe, samouczenie si\u0119 maszyn albo systemy ucz\u0105ce si\u0119 (ang. machine learning) \u2013 obszar sztucznej inteligencji po\u015Bwi\u0119cony algorytmom, kt\u00F3re poprawiaj\u0105 si\u0119 automatycznie poprzez do\u015Bwiadczenie, czyli ekspozycj\u0119 na dane. Algorytmy uczenia maszynowego buduj\u0105 model matematyczny na podstawie przyk\u0142adowych danych, zwanych zbiorem ucz\u0105cym, w celu prognozowania lub podejmowania decyzji bez bycia zaprogramowanym explicite przez cz\u0142owieka do tego celu. Algorytmy uczenia maszynowego s\u0105 wykorzystywane w wielu r\u00F3\u017Cnych zastosowaniach, takich jak ochrona przed spamem (filtrowanie wiadomo\u015Bci internetowych pod k\u0105tem niechcianej korespondencji), czy rozpoznawanie obraz\u00F3w, w kt\u00F3rych opracowanie konwencjonalnych algorytm\u00F3w do wykonywania potrzebnych zada\u0144 jest trudne lub niewykonalne."@pl . . "\u041C\u0430\u0448\u0438\u043D\u043D\u043E\u0435 \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u0435 (\u0430\u043D\u0433\u043B. machine learning, ML) \u2014 \u043A\u043B\u0430\u0441\u0441 \u043C\u0435\u0442\u043E\u0434\u043E\u0432 \u0438\u0441\u043A\u0443\u0441\u0441\u0442\u0432\u0435\u043D\u043D\u043E\u0433\u043E \u0438\u043D\u0442\u0435\u043B\u043B\u0435\u043A\u0442\u0430, \u0445\u0430\u0440\u0430\u043A\u0442\u0435\u0440\u043D\u043E\u0439 \u0447\u0435\u0440\u0442\u043E\u0439 \u043A\u043E\u0442\u043E\u0440\u044B\u0445 \u044F\u0432\u043B\u044F\u0435\u0442\u0441\u044F \u043D\u0435 \u043F\u0440\u044F\u043C\u043E\u0435 \u0440\u0435\u0448\u0435\u043D\u0438\u0435 \u0437\u0430\u0434\u0430\u0447\u0438, \u0430 \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u0435 \u0437\u0430 \u0441\u0447\u0451\u0442 \u043F\u0440\u0438\u043C\u0435\u043D\u0435\u043D\u0438\u044F \u0440\u0435\u0448\u0435\u043D\u0438\u0439 \u043C\u043D\u043E\u0436\u0435\u0441\u0442\u0432\u0430 \u0441\u0445\u043E\u0434\u043D\u044B\u0445 \u0437\u0430\u0434\u0430\u0447. \u0414\u043B\u044F \u043F\u043E\u0441\u0442\u0440\u043E\u0435\u043D\u0438\u044F \u0442\u0430\u043A\u0438\u0445 \u043C\u0435\u0442\u043E\u0434\u043E\u0432 \u0438\u0441\u043F\u043E\u043B\u044C\u0437\u0443\u044E\u0442\u0441\u044F \u0441\u0440\u0435\u0434\u0441\u0442\u0432\u0430 \u043C\u0430\u0442\u0435\u043C\u0430\u0442\u0438\u0447\u0435\u0441\u043A\u043E\u0439 \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u043A\u0438, \u0447\u0438\u0441\u043B\u0435\u043D\u043D\u044B\u0445 \u043C\u0435\u0442\u043E\u0434\u043E\u0432, \u043C\u0430\u0442\u0435\u043C\u0430\u0442\u0438\u0447\u0435\u0441\u043A\u043E\u0433\u043E \u0430\u043D\u0430\u043B\u0438\u0437\u0430, \u043C\u0435\u0442\u043E\u0434\u043E\u0432 \u043E\u043F\u0442\u0438\u043C\u0438\u0437\u0430\u0446\u0438\u0438, \u0442\u0435\u043E\u0440\u0438\u0438 \u0432\u0435\u0440\u043E\u044F\u0442\u043D\u043E\u0441\u0442\u0435\u0439, \u0442\u0435\u043E\u0440\u0438\u0438 \u0433\u0440\u0430\u0444\u043E\u0432, \u0440\u0430\u0437\u043B\u0438\u0447\u043D\u044B\u0435 \u0442\u0435\u0445\u043D\u0438\u043A\u0438 \u0440\u0430\u0431\u043E\u0442\u044B \u0441 \u0434\u0430\u043D\u043D\u044B\u043C\u0438 \u0432 \u0446\u0438\u0444\u0440\u043E\u0432\u043E\u0439 \u0444\u043E\u0440\u043C\u0435. \u0420\u0430\u0437\u043B\u0438\u0447\u0430\u044E\u0442 \u0434\u0432\u0430 \u0442\u0438\u043F\u0430 \u043E\u0431\u0443\u0447\u0435\u043D\u0438\u044F:"@ru . . . . . . . . . . . . . . . . . . . . . . "Machine learning (ML) is a field of inquiry devoted to understanding and building methods that 'learn', that is, methods that leverage data to improve performance on some set of tasks. It is seen as a part of artificial intelligence. Machine learning algorithms build a model based on sample data, known as training data, in order to make predictions or decisions without being explicitly programmed to do so. Machine learning algorithms are used in a wide variety of applications, such as in medicine, email filtering, speech recognition, agriculture, and computer vision, where it is difficult or unfeasible to develop conventional algorithms to perform the needed tasks. A subset of machine learning is closely related to computational statistics, which focuses on making predictions using compute"@en . . . . . . . . .