Maschinelles Lernen ist ein Oberbegriff für die „künstliche“ Generierung von
Wissen aus
Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Das heißt, es werden nicht einfach die Beispiele
auswendig gelernt, sondern es „erkennt“ Muster und Gesetzmäßigkeiten in den Lerndaten. So kann das System auch unbekannte Daten beurteilen (
Lerntransfer) oder aber am Lernen unbekannter Daten scheitern (
Überanpassung).