Les logiciels d'apprentissage automatique exploitent des algorithmes pour automatiser des prises de décision complexes et générer des prédictions, éliminant ainsi le besoin de configuration manuelle des règles. Les solutions d'apprentissage automatique améliorent la rapidité et la précision des résultats souhaités en les affinant constamment à mesure que l'application digère plus de données d'entraînement. Les logiciels d'apprentissage automatique améliorent les processus et introduisent de l'efficacité dans de nombreuses industries, allant des services financiers à l'agriculture. Les applications courantes incluent l'automatisation des processus, le service client, l'identification des risques de sécurité et la collaboration contextuelle.

Notamment, les utilisateurs finaux des applications alimentées par l'apprentissage automatique n'interagissent pas directement avec l'algorithme. Au lieu de cela, l'apprentissage automatique alimente l'arrière-plan de l'intelligence artificielle (IA) avec laquelle les utilisateurs interagissent. Les plateformes d'apprentissage automatique fonctionnent différemment des plateformes d'opérationnalisation de l'apprentissage automatique (MLOps) en se concentrant sur le développement et l'entraînement des modèles plutôt que sur la surveillance du déploiement et la gestion du cycle de vie.

Pour être inclus dans la catégorie Apprentissage Automatique, un produit doit :

Offrir un algorithme qui apprend et s'adapte en fonction des données Consommer des entrées de données provenant de divers ensembles de données Ingest des données provenant de sources structurées, non structurées ou en streaming, y compris des fichiers locaux, des stockages cloud, des bases de données ou des API Être la source de capacités d'apprentissage intelligentes pour les applications Fournir une sortie qui résout un problème spécifique basé sur les données apprises