'''Pemelajaran mesin''', cabang dari [[kecerdasan buatan]] adalah suatu bidang kajian yang berfokus pada pengembangan dan studi mengenai [[StatistikStatistika komputasi|algoritma statistik]] yang dapat secara efektif melakukan [[generalisasi]] dan sebagai hasilnya, dapat mengerjakan tugas-tugas yang diberikan tanpa instruksi secara eksplisit.{{refn|Definisi "tanpa harus diprogram secara eksplisit" sering dikaitkan dengan [[Arthur Samuel]], pencipta istilah "machine learning" pada tahun 1959. Namun, frasa ini tidak ditemukan secara harfiah dalam publikasi tersebut dan mungkin merupakan parafrase yang muncul kemudian. Rujuk "Parafrase Arthur Samuel (1959), the question is: How can computers learn to solve problems without being explicitly programmed?" dalam {{Cite conference |chapter=Automated Design of Both the Topology and Sizing of Analog Electrical Circuits Using Genetic Programming |conference=Artificial Intelligence in Design '96 |last1=Koza |first1=John R. |last2=Bennett |first2=Forrest H. |last3=Andre |first3=David |last4=Keane |first4=Martin A. |title=Artificial Intelligence in Design '96 |date=1996 |publisher=Springer, Dordrecht |pages=151–170 |language=en |doi=10.1007/978-94-009-0279-4_9 |isbn=978-94-010-6610-5 }}}} Baru-baru ini, [[jaringan syaraf tiruan generatif]] telah mampu melampaui banyak pendekatan sebelumnya dari segi kinerja.<ref name="ibm">{{Cite web |title=What is Machine Learning? |url=https://www.ibm.com/topics/machine-learning |access-date=2023-06-27 |website=IBM |language=en-us}}</ref><ref name=":6">{{Cite web |last=Zhou |first=Victor |date=2019-12-20 |title=Machine Learning for Beginners: An Introduction to Neural Networks |url=https://towardsdatascience.com/machine-learning-for-beginners-an-introduction-to-neural-networks-d49f22d238f9 |url-status=live |access-date=2021-08-15 |website=Medium |language=en |archive-date=2022-03-09 |archive-url=https://web.archive.org/web/20220309053518/https://towardsdatascience.com/machine-learning-for-beginners-an-introduction-to-neural-networks-d49f22d238f9 }}</ref> Pendekatan pembelajaran mesin ini telah diterapkan di banyak bidang, seperti [[large language model|model bahasa besar (LLM)]], [[penglihatan komputer|visi komputer]], [[pengenalan ucapan]], [[penyaringan email]], [[agrikultur]], dan [[kedokteran]], di mana biaya yang diperlukan untuk mengembangkan algoritma secara manual untuk melaksanakan tugas-tugas tersebut menjadi terlalu tinggi.<ref name="tvt">{{Cite journal |last1=Hu |first1=Junyan |last2=Niu |first2=Hanlin |last3=Carrasco |first3=Joaquin |last4=Lennox |first4=Barry |last5=Arvin |first5=Farshad |date=2020 |title=Voronoi-Based Multi-Robot Autonomous Exploration in Unknown Environments via Deep Reinforcement Learning |journal=IEEE Transactions on Vehicular Technology |volume=69 |issue=12 |pages=14413–14423 |doi=10.1109/tvt.2020.3034800 |s2cid=228989788 |issn=0018-9545 |doi-access=free }}</ref><ref name=":7">{{cite journal |last1=Yoosefzadeh-Najafabadi|first1=Mohsen |last2=Hugh |first2=Earl |last3=Tulpan |first3=Dan |last4=Sulik |first4=John |last5=Eskandari |first5=Milad |title=Application of Machine Learning Algorithms in Plant Breeding: Predicting Yield From Hyperspectral Reflectance in Soybean? |journal=Front. Plant Sci. |volume=11 |year=2021 |pages=624273|doi=10.3389/fpls.2020.624273 |pmid=33510761 |pmc=7835636 |doi-access=free }}</ref>
Landasan matematis dari pembelajaran mesin diambil dari metode [[Optimisasi|optimisasi matematis]] (pemrograman matematis). [[Penggalian data]] (''data mining'') adalah bidang studi terkait (paralel) yang berfokus pada [[analisis data eksploratif]] melalui [[pemelajaran tak terarah|pembelajaran tak terarah]].{{refn|Machine learning dan pengenalan pola "dapat dilihat sebagai dua aspek dari satu bidang yang sama".<ref name="bishop2006" />{{rp|vii}}}}<ref>{{cite journal |last=Friedman |first=Jerome H. |author-link = Jerome H. Friedman|title=Data Mining and Statistics: What's the connection? |journal=Computing Science and Statistics |volume=29 |issue=1 |year=1998 |pages=3–9}}</ref>
