الگوریتم های یادگیری ماشینی مدل های محاسباتی هستند که به رایانه ها اجازه می دهند الگوها را بفهمند و بدون برنامه نویسی صریح بر اساس داده ها، پیش بینی یا تصمیم گیری کنند. این الگوریتم ها شالوده هوش مصنوعی مدرن را تشکیل می دهند و در کاربردهای مختلفی از جمله تشخیص تصویر و گفتار، پردازش زبان طبیعی، سیستم های توصیه، تشخیص تقلب، خودروهای خودران و غیره استفاده می شوند. ا ین مطالعه با هدف مروری اجمالی بر یادگیری ماشین به ارائه یک نمای کلی از توسعه یادگیری ماشینی تا امروز می پردازد و سپس فرآیند یادگیری ماشین، الگوریتم های مختلف آن، روش انتخاب الگوریتم ها را مورد بحث قرار می دهد. همچنین به کاربردها ، چالش ها و مزایای یادگیری ماشین اشاره می شود. به طور کلی، این مقاله قصد دارد به عنوان یک نقطه مرجع برای متخصصان دانشگاهی، صنعت و همچنین برای تصمیم گیرندگان در موقعیت های مختلف دنیای واقعی و حوزه های کاربردی، مورد استفاده قرار گیرد. روش تحقیق حاضر مبتنی بر تجزیه و تحلیل کیفی است که در آن ادبیات مختلف براساس موضوع یادگیری ماشین مورد بررسی قرار گرفته است. نتایج نشان می دهد که یادگیری ماشین برای ایجاد تحول بزرگ در فناوری آماده است و یکی از سریع ترین فناوری هایی است که تا امروز مورد استفاده بوده است و به طور مداوم در حال تکامل است، یادگیری ماشین یک فناوری با ریسک و بازده بالا می باشد.
