An Overview of Machine Learning: Process, Algorithms, How to choose an algorithm, Applications, Benefits and Challenges

الگوریتم‌های یادگیری ماشینی مدل‌های محاسباتی هستند که به رایانه‌ها اجازه می‌دهند الگوها را بفهمند و بدون برنامه‌نویسی صریح بر اساس داده‌ها، پیش‌بینی یا تصمیم گیری کنند. این الگوریتم‌ها شالوده هوش مصنوعی مدرن را تشکیل می‌دهند و در کاربردهای مختلفی از جمله تشخیص تصویر و گفتار، پردازش زبان طبیعی، سیستم‌های توصیه، تشخیص تقلب، خودروهای خودران و غیره استفاده می‌شوند. ا ین مطالعه با هدف مروری اجمالی بر یادگیری ماشین به ارائه یک نمای کلی از توسعه یادگیری ماشینی تا امروز می پردازد و سپس فرآیند یادگیری ماشین، الگوریتم‌های مختلف آن، روش انتخاب الگوریتم ها را مورد بحث قرار می دهد. همچنین به کاربردها ، چالش‌ها و مزایای یادگیری ماشین اشاره می شود. به طور کلی، این مقاله قصد دارد به عنوان یک نقطه مرجع برای متخصصان دانشگاهی، صنعت و همچنین برای تصمیم‌گیرندگان در موقعیت‌های مختلف دنیای واقعی و حوزه‌های کاربردی، مورد استفاده قرار گیرد. روش تحقیق حاضر مبتنی بر تجزیه و تحلیل کیفی است که در آن ادبیات مختلف براساس موضوع یادگیری ماشین مورد بررسی قرار گرفته است. نتایج نشان می دهد که یادگیری ماشین برای ایجاد تحول بزرگ در فناوری آماده است و یکی از سریع‌ترین فناوری‌هایی است که تا امروز مورد استفاده بوده است و به طور مداوم در حال تکامل است، یادگیری ماشین یک فناوری با ریسک و بازده بالا می باشد.