Taula de continguts:
En els darrers anys, el terme "aprenentatge automàtic" ha aparegut en diversos debats i fòrums, però què vol dir exactament? L’aprenentatge automàtic es pot definir com un mètode per a l’anàlisi de dades, basat en el reconeixement de patrons i l’aprenentatge computacional. Es compon d’alguns algoritmes com ara xarxes neuronals, arbres de decisió, xarxes bayesianes, etc. L’aprenentatge automàtic utilitza aquests algoritmes per aprendre de les dades i recuperar les visions ocultes de les dades. El procés d’aprenentatge és iteratiu, de manera que també es gestionen les noves dades sense cap supervisió. La ciència per aprendre de dades anteriors i utilitzar-la per a futures dades no és nova, però està guanyant més popularitat.
Què és l'aprenentatge automàtic?
Si bé hi ha qui creu que l’aprenentatge automàtic no és millor que els mètodes tradicionals de programació d’ordinadors que encara s’utilitzen, molts consideren que l’aprenentatge automàtic és una revolució en el camp de la intel·ligència artificial (AI). Creuen que utilitzant aquesta tecnologia, les màquines podran aprendre coses i fer coses amb la seva pròpia experiència, en lloc de simplement seguir instruccions humanes.
Per comprendre més sobre el significat de l'aprenentatge automàtic, el podem comparar amb la programació tradicional d'ordinador. A les següents seccions es tractarà més informació sobre l'aprenentatge automàtic i la seva diferència respecte a la programació tradicional. (Per a alguns dels avantatges i els contres de l'aprenentatge automàtic, vegeu Les promeses i els inconvenients de l'aprenentatge automàtic.)
