Maschinelles Lernen wurde von Andrew Ng, einem Informatiker an der Stanford University, als "die Wissenschaft, Computer zum Handeln zu bewegen, ohne explizit programmiert zu werden" definiert. Sie wurde erstmals in den 1950er Jahren entwickelt, machte jedoch bis zur Wende des 21. Jahrhunderts nur begrenzte Fortschritte Jahrhundert. Seitdem war maschinelles Lernen eine treibende Kraft für eine Reihe von Innovationen, insbesondere für künstliche Intelligenz.
Das maschinelle Lernen kann in verschiedene Kategorien unterteilt werden, darunter überwachtes, unbeaufsichtigtes, halbüberwachtes und verstärkendes Lernen. Während überwachtes Lernen auf beschrifteten Eingabedaten beruht, um auf die Beziehung zu den Ausgabeergebnissen zu schließen, erkennt unbeaufsichtigtes Lernen Muster unter nicht beschrifteten Eingabedaten. Halbüberwachtes Lernen setzt eine Kombination beider Methoden ein, und das verstärkte Lernen motiviert Programme, Prozesse mit wünschenswerten Ergebnissen zu wiederholen oder auszuarbeiten und dabei Fehler zu vermeiden. (Informationen zur Programmiergeschichte finden Sie unter Computerprogrammierung: Von der Maschinensprache zur künstlichen Intelligenz.)
Mehrere verschiedene Branchen profitieren bereits vom maschinellen Lernen, und die Nachfrage nach ML-Produkten und -Dienstleistungen in den Industrieländern nimmt zu. Unternehmen aller Art nutzen die Vorhersagemöglichkeiten und versuchen, präskriptive Methoden des maschinellen Lernens zu entwickeln, um fundierte Entscheidungen treffen zu können. Es gibt viele verschiedene Möglichkeiten für Unternehmen, sich dieser Technologie zu nähern, einschließlich mehrerer Programmiersprachen, die sich auf dem Gebiet von anderen abheben.
