vélanámsaðferðir
Vélanámsaðferðir eru samansafn tölvunarfræðilegra aðferða sem leitast við að gera tölvum kleift að læra af gögnum og bæta eða taka ákvarðanir án þess að vera þvingaðar til að fylgja nákvæmri skipun fyrir hverja aðgerð. Á grundvelli tölfræðilegra aðferða greina þær mynstur, læra reglur og þróa spár sem byggja á reynslu úr viðfangsefninu.
Helstu flokkarnir eru stýrt nám (supervised learning), þar sem gögn eru merkt og aðferðir eins og flokkun
Djúp-nám (deep learning) byggir á djúpum taugakerfum og nýttist vel í flóknum verkefnum eins og mynd- og
Notkun vélanámsaðferða nær yfir mörg svið: mynd- og talgreiningu, náttúrulegt mál (NLP), ráðgefikerfi, forspárgreiningu og gæðavöktun