Strojové učení je odvětví umělé inteligence, které se zabývá vývojem algoritmů a statistických modelů umožňujících počítačovým systémům učit se a zlepšovat své výkony bez explicitního programování. Tento obor využívá matematické a statistické metody k analýze dat a vytváření předpovědí či rozhodnutí.n
Základním principem strojového učení je schopnost systému rozpoznávat vzory v datech a na základě těchto vzorů činit rozhodnutí nebo předpovědi. Existují tři hlavní typy strojového učení: supervised learning (učení s učitelem), unsupervised learning (učení bez učitele) a reinforcement learning (posilované učení).n
V současné době nachází strojové učení uplatnění v mnoha oblastech, jako je například rozpoznávání řeči a obrazu, předpověď počasí, diagnostika nemocí, personalizované doporučování produktů nebo autonomní řízení vozidel. Význam strojového učení neustále roste s rostoucím množstvím dostupných dat a výpočetního výkonu.n
