 Menurut Amazon, machine learning adalah ilmu pengembangan algoritme dan model secara statistik digunakan sistem komputer untuk menjalankan tugas tanpa instruksi yang tegas, mengandalkan pola serta inferensi sebagai gantinya. Sebagai contoh, sistem komputer menggunakan algoritme machine learning untuk memproses data historis di mana keluaran berhasil mengidentifikasi pola data. Hal ini memungkinkan membuat prediksi hasil yang lebih akurat dari set data input yang diberikan. Misalnya, ilmuwan data dapat melatih aplikasi medis untuk mendiagnosis kanker dari gambar sinar-x dengan cara menyimpan jutaan gambar yang dipindai dan diagnosis yang sesuai. (https://aws.amazon.com)
Teknik Belajar Machine Learning
Ada beberapa pendekatan dalam metode pembelajaran machine learning. Berikut beberapa metode pembelajaran pada machine learning:
- Supervised Learning
Ini merupakan salah satu dari beberapa pendekatan dua teknik yang diterapkan pada machine learning. Data yang telah dijelaskan dan dipakai untuk mengarahkan sistem yang ditunjuk pada hasil yang dihasilkan selama pengalaman belajar, dengan harapan dapat menyebut kembali struktur dari eksperimen belajar di masa lalu. Contoh dari jenis klasifikasi ini adalah sejumlah besar film, di mana pengguna label dari label tertentu, seperti "komedi" atau "horor." Jika pengguna memberi label film "Shrek" dan "Barbie" sebagai film fantasi & "Annabelle" and "Insidious" sebagai film horor. Pada saat melakukan pembelian film baru, kemungkinan jenis dan isi film dapat diidentifikasi.
Oleh karena itu, teknik pembelajaran yang diawasi memungkinkan pembelajaran mesin menghasilkan hasil yang sesuai dengan pola yang dipelajari dari data yang diberi label sebelumnya.
- Unsupervised Learning
Unsupervised Learning adalah teknik yang digunakan dalam pembelajaran mesin untuk menganalisis data tanpa label atau informasi eksplisit yang dapat diterapkan secara langsung. Tujuan utama dari teknik ini adalah untuk menemukan pola dan struktur tersembunyi dalam data tanpa panduan sebelumnya.
Misalnya, jika Anda membeli beberapa film tanpa menetapkannya ke kategori yang telah ditentukan sebelumnya, Google akan mengidentifikasi film serupa berdasarkan berbagai faktor, seperti genre film. Misalnya, jika seseorang memiliki film berjudul "Annabelle", mereka mungkin  memasukkannya ke dalam kategori "film horor" berdasarkan karakteristik dan tema  film tersebut. Oleh karena itu, pembelajaran tanpa pengawasan memungkinkan data dianalisis dan dikelompokkan tanpa instruksi atau label yang telah ditentukan sebelumnya.
- Semi-Supervised Learning
Semi-supervised learning adalah pendekatan yang menggabungkan pembelajaran yang diawasi dan tidak diawasi dalam pembelajaran mesin. Dalam metode ini, beberapa data yang digunakan untuk melatih model  diberi label, namun sebagian besar data tidak. Dengan kata lain, hanya sebagian kecil data yang menerima informasi atau label, dan sebagian besar data tidak diberi label.
Pendekatan ini memungkinkan model memanfaatkan informasi dari data berlabel untuk meningkatkan kinerja dan akurasi, sekaligus memanfaatkan data tidak berlabel untuk menemukan pola dan struktur yang lebih kaya dalam kumpulan data.  Oleh karena itu, pembelajaran semi-supervisi  melatih model menggunakan data berlabel sebagian dan sebagian tidak berlabel untuk meningkatkan kemampuan model secara akurat dalam mengenali pola dan  membuat prediksi yang akurat memberikan cara yang efisien untuk meningkatkannya untuk meningkatkan kemampuan model dalam membuat prediksi yang akurat.
- Reinforcement Learning
