هو عبارة عن نوع من التعلم الآلي، ويشير إلى عمليات التعلم الآلي التي تتأخر فيها عملية تعميم بيانات التدريب حتى يتم إجراء استعلام على النظام. تعتبر خوارزميات التعلم الكسولة مفيدة جداً عند العمل مع مجموعات البيانات الكبيرة الموسومة جزئياً.
تعد الخوارزميات الكسولة مفيدة للغاية أثناء العمل مع مجموعات بيانات واسعة ومتغيرة دائماً. إذ يتم تحديث مجموعة البيانات بمدخلات جديدة على أساس مستمر في محركات البحث والتي تعتمد على نظم التوصية.
بسبب هذه التحديثات المستمرة، تصبح بيانات التدريب قديمة في فترة زمنية قصيرة، لذلك ليس هناك وقت للحصول على مرحلة تدريب فعلية من نوع ما.
تُصنف نماذج التعلم الآلي إلى نوعين اعتماداً على الوقت الذي تحدث فيه عملية الاستدلال، إما في وقت تدريب نموذج التعلم الآلي أو في وقت إدخال الاستعلام من قبل المستخدم.
في خوارزمية التعلم الكسول، يتم إجراء معظم الحساب أثناء وقت الاستعلام. إذ تؤجل الخوارزمية الكسولة معالجة الأمثلة حتى تتلقى استعلاماً صريحاً للحصول على معلومات.
تعد خوارزمية كي الجيران الأقرب من خوارزميات التعلم الكسول، إذ تمثل خوارزميات التعلم الكسول محوراً مهماً في الواقع في عدد من تطبيقات العالم الحقيقي حيث تتغير البيانات أو تتدفق باستمرار، مثل تنبؤ سوق الأسهم أو التنبؤ بالطقس إضافة للعمل مع مجموعات البيانات الكبيرة التي قد تحتوي على الكثير من البيانات غير الموسومة.
