'''Strojno učenje''' ([[angleščina|angleško]] ''Machine Learning'', [[nemščina|nemško]] ''Maschinelles Lernen'') pomeni pridobivanje [[znanje|znanja]] na podlagi [[izkušnja|izkušenj]]. Ne gre za učenje na pamet, ampak za iskanje [[pravilo|pravil]] v učnih [[podatek|podatkih]]. Tako lahko dobimo odgovor tudi na vprašanje, ki ni sodelovalo pri učenju. Dva nabolj znana predstavnika strojnega učenja sta [[nevronska mreža|nevronske mreže]] in [[skriti model Markova]].
== Vrste strojnega učenja ==
Učenje je lahko nadzorovano ali nenadzorovano.
*'''Nadzorovano učenje''' (''supervised learnig''): [[Algoritem]] uči stroj s podanimi pari vhodnih in želenih izhodnih podatkov. Pri tem želene izhodne vrednosti določa učitelj, oz. človek - nadzornik.
*'''Nenadzorvano učenje''' (''unsupervised laerning''): Algoritem razdeli dane vhodne podatke, po svojih [[kriterij|kriterijih]], v več [[kategorija|kategorij]], ki imajo svoje [[značilnost|značilnosti]]. To se imenuje rojenje (clustering). Število kategorij in njihove značilnosti izlušči algoritem iz vhodnih podatkov, brez nadzora učitelja.
*'''Okrepčevalno učenje''' (''reinforcement learning''): Algoritem uči z nagrajevanjem in kaznovanjem. To je taktika za [[maksimiranje]] uporabnosti [[agent|agenta]].
