Makine öğrenimi, deneyimden öğrenen yazılım sistemleri tasarlamak ve uygulamak için kullanılır. Bu tür sistemler, sabit bir algoritmaya dayalı bir sorunu çözmek için doğrudan programlanmaz, bunun yerine nasıl davranmaları gerektiğine dair örneklere dayalı olarak kendi algoritmalarını daha da geliştirirler. Bu, sorunu çözmeye çalışarak bir tür deneme yanılma deneyimi gerektirir.
Bu nedenle makine öğrenimi, iş ve ekonomideki birçok karar problemi ve mühendislik ve bilimlerdeki birçok problem dahil olmak üzere birçok kez çözülen sorunlar için çok umut vericidir. Makine öğrenimi, ekonomi ve yaşam bilimlerindeki birçok uygulama ile kendini kanıtlamıştır ve kullanımı, bir sorun sınıfının defalarca çözüldüğü hemen hemen tüm alanlara yayılmıştır.
Herhangi bir makine öğrenimi yaklaşımının öğrenme performansı, deneme yanılma deneyiminin türüne çok bağlıdır, bu nedenle araştırmacılar yalnızca yeni algoritmalar geliştirmekle kalmaz, aynı zamanda hangi algoritmaların hangi koşullarda en iyi şekilde kullanıldığını değerlendirmeye odaklanırlar.
Bu ders, birçok pratik uygulamada değerli ve başarılı olduğu kanıtlanmış "temel bir makine öğrenimi yöntemleri kümesine" odaklanacaktır. Bu ders, her birinin en uygun olduğu koşulları açıklamak amacıyla bu yöntemleri karşılaştıracaktır.