Il software di apprendimento automatico sfrutta algoritmi per automatizzare decisioni complesse e generare previsioni, eliminando la necessità di configurazioni manuali delle regole. Le soluzioni di apprendimento automatico migliorano la velocità e l'accuratezza dei risultati desiderati affinando costantemente questi ultimi man mano che l'applicazione elabora più dati di addestramento. Il software di apprendimento automatico migliora i processi e introduce efficienza in molteplici settori, che vanno dai servizi finanziari all'agricoltura. Le applicazioni comuni includono l'automazione dei processi, il servizio clienti, l'identificazione dei rischi di sicurezza e la collaborazione contestuale.
In particolare, gli utenti finali delle applicazioni alimentate dall'apprendimento automatico non interagiscono direttamente con l'algoritmo. Invece, l'apprendimento automatico alimenta il backend dell'intelligenza artificiale (AI) con cui gli utenti interagiscono. Le piattaforme di apprendimento automatico funzionano diversamente dalle piattaforme di operationalizzazione dell'apprendimento automatico (MLOps) concentrandosi sullo sviluppo e l'addestramento del modello piuttosto che sul monitoraggio del deployment e sulla gestione del ciclo di vita.
Per qualificarsi per l'inclusione nella categoria Apprendimento Automatico, un prodotto deve:
Offrire un algoritmo che apprende e si adatta in base ai dati
Consumare input di dati da una varietà di pool di dati
Ingerire dati da fonti strutturate, non strutturate o in streaming, inclusi file locali, archiviazione cloud, database o API
Essere la fonte di capacità di apprendimento intelligente per le applicazioni
Fornire un output che risolve un problema specifico basato sui dati appresi