Makine öğrenmesi (Machine Learning), bilgisayarın bir görevi yapmayı kural kural programlanmadan, örnek verilere bakarak kendi kendine öğrenmesini sağlayan yapay zekâ dalıdır. Klasik yazılımda kuralları insan yazar (“fiyat 100’den büyükse indirim uygula”); makine öğrenmesinde ise sisteme binlerce örnek gösterilir ve kuralları verinin içinden kendisi çıkarır.
Somut bir örnek: Spam filtresi yazmak istediğinizi düşünün. “İçinde ‘bedava’ geçen her e-posta spam’dir” gibi kurallar yazarsanız sistem kolayca aldatılır ve masum e-postaları da yanlışlıkla engeller. Makine öğrenmesi yaklaşımında ise modele on binlerce “spam” ve “spam değil” etiketli e-posta gösterilir; model hangi kelime kombinasyonlarının, gönderici davranışlarının ve biçim özelliklerinin spam’e işaret ettiğini kendisi keşfeder. Bu etiketli örneklerin tamamına eğitim verisi denir.
Yapay zekâ ile aynı şey mi?
Hayır — makine öğrenmesi, yapay zekânın alt dallarından biridir; ama bugün pratikte kullanılan yapay zekânın büyük çoğunluğu makine öğrenmesine dayanır. Kendi içinde de katmanları vardır: çok katmanlı yapay sinir ağları kullanan alt dalına derin öğrenme denir. Netflix’in film önerisi, bankanın sahtekârlık tespiti, telefonunuzun yüz tanıması ve büyük dil modelleri — hepsi makine öğrenmesinin farklı ölçeklerdeki uygulamalarıdır. Kısacası: veri varsa ve kuralı elle yazmak zorsa, çözüm genellikle makine öğrenmesidir.