عاطفه احمدی دهرشید

یادگیری ماشین با تجزیه و تحلیل داده‌های پیچیده، الگوهای مهم را شناسایی می‌کند و تصمیم‌های کسب‌وکاری را دقیق‌تر و سریع‌تر می‌کند؛ از این رو، اهمیت یادگیری‌ ماشین بسیار است. هدف اصلی یک یادگیرنده تعمیم تجربیاتش است. تعمیم در این زمینه توانایی یک ماشین یادگیری برای انجام دقیق وظایف جدید و دیده نشده پس از تجربه مجموعه داده‌های یادگیری است. نمونه‌های آموزشی از توزیع احتمال ناشناخته به دست می‌آیند و یادگیرنده باید یک مدل کلی در مورد این فضا بسازد که آن را قادر می‌سازد تا پیش‌بینی‌های دقیق کافی در موارد جدید تولید کند. از آنجایی که مجموعه‌های آموزشی متناهی هستند و آینده نامشخص است، نظریه یادگیری معمولاً تضمینی برای عملکرد الگوریتم های یادگیری ماشین ارائه نمی‌دهد. در عوض، محدودیت‌های احتمالی در عملکرد بسیار رایج هستند.