యంత్ర అభ్యాసాన్ని స్టాన్ఫోర్డ్ విశ్వవిద్యాలయంలోని కంప్యూటర్ శాస్త్రవేత్త ఆండ్రూ ఎన్జి "స్పష్టంగా ప్రోగ్రామ్ చేయకుండా కంప్యూటర్లను పని చేసే శాస్త్రం" గా నిర్వచించారు. ఇది మొదట 1950 లలో ఉద్భవించింది, కాని 21 వ తేదీ వరకు పరిమిత పురోగతిని అనుభవించింది. శతాబ్దం. అప్పటి నుండి, యంత్ర అభ్యాసం అనేక ఆవిష్కరణల వెనుక ఒక చోదక శక్తిగా ఉంది, ముఖ్యంగా కృత్రిమ మేధస్సు.
యంత్ర అభ్యాసాన్ని పర్యవేక్షించబడిన, పర్యవేక్షించబడని, సెమీ పర్యవేక్షించబడిన మరియు ఉపబల అభ్యాసంతో సహా అనేక వర్గాలుగా విభజించవచ్చు. అవుట్పుట్ ఫలితాలతో దాని సంబంధాలను to హించడానికి పర్యవేక్షించబడిన అభ్యాసం లేబుల్ చేయబడిన ఇన్పుట్ డేటాపై ఆధారపడుతుంది, పర్యవేక్షించబడని అభ్యాసం లేబుల్ చేయని ఇన్పుట్ డేటా మధ్య నమూనాలను కనుగొంటుంది. సెమీ-పర్యవేక్షించబడిన అభ్యాసం రెండు పద్ధతుల కలయికను ఉపయోగిస్తుంది, మరియు ఉపబల అభ్యాసం లోపాలను నివారించేటప్పుడు కావాల్సిన ఫలితాలతో ప్రక్రియలను పునరావృతం చేయడానికి లేదా వివరించడానికి ప్రోగ్రామ్‌లను ప్రేరేపిస్తుంది. (ప్రోగ్రామింగ్ చరిత్ర గురించి తెలుసుకోవడానికి, కంప్యూటర్ ప్రోగ్రామింగ్: మెషిన్ లాంగ్వేజ్ నుండి ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ వరకు చూడండి.)
అనేక వేర్వేరు పరిశ్రమలు ఇప్పటికే యంత్ర అభ్యాసం నుండి లబ్ది పొందుతున్నాయి మరియు అభివృద్ధి చెందిన ప్రపంచవ్యాప్తంగా ML ఉత్పత్తులు మరియు సేవలకు పెరుగుతున్న డిమాండ్ ఉంది. అన్ని రకాల వ్యాపారాలు దాని ability హాజనిత సామర్థ్యాలను సద్వినియోగం చేసుకుంటున్నాయి మరియు సమాచార నిర్ణయాలు తీసుకోవటానికి ప్రిస్క్రిప్టివ్ మెషిన్ లెర్నింగ్ పద్ధతులను అభివృద్ధి చేయడానికి ప్రయత్నిస్తాయి. ఈ సాంకేతిక పరిజ్ఞానాన్ని చేరుకోవటానికి కంపెనీలకు అనేక మార్గాలు ఉన్నాయి, ఈ రంగంలో అనేక ప్రోగ్రామింగ్ భాషలు ఉన్నాయి.
