Strojno učenje područje je informatike koje znači 'strojno učenje'.
Dio je koncepta umjetne inteligencije, koji proučava načine na koje strojevi mogu obavljati zadatke koje bi obavljali ljudi.
To je programiranje koje se koristi na računalima, oblikovano unaprijed definiranim pravilima koja omogućuju računalima donošenje odluka na temelju prethodnih podataka i podataka koje koristi korisnik.
Prema napravljenim programima, računalo može donositi odluke koje mogu riješiti probleme ili potaknuti publikacije na Internetu, na primjer.
Kako funkcionira strojno učenje?
Osnova rada su algoritmi, koji su definirani nizovi sastavljeni od informacija i uputa koje će računalo slijediti.
Te sekvence omogućuju računalima da donesu odluku u skladu sa situacijom i informacijama koje su u nju unesene.
Algoritam je taj koji prenosi informacije o tome kako bi se trebali izvesti određeni postupci i radnje ili o tome kako treba izvršiti neku radnju.
Postoji nekoliko vrsta aplikacijskih i programskih jezika za upotrebu algoritama. Oni se razlikuju ovisno o potrebi koja će biti zadovoljena ili svrsi stvorenog algoritma.
Vrste strojnog učenja
Dvije su glavne vrste strojnog učenja: učenje pod nadzorom i učenje bez nadzora.
nadzirano učenje
U nadgledanom učenju postoji prethodni skup podataka unesenih u stroj i prijedlozi koji će se dati korisniku moraju biti slični registriranim podacima.
Informacije se u osnovi koriste za predviđanje očekivanog rezultata od strane korisnika ili za klasifikaciju korištenih elemenata.
Primjer: fotografija se postavlja u internetski preglednik koji pretražuje kako bi pronašao informacije o podrijetlu slike ili sličnih slika.
učenje bez nadzora
U učenju bez nadzora nema konkretnih očekivanih rezultata, odnosno nije moguće predvidjeti rezultate ukrštanja informacija.
U ovoj vrsti učenja podaci se grupiraju, a rezultati se mijenjaju prema varijablama.
Primjer: u pretraživaču knjižnica moguće je dobiti različite rezultate. Promjena rezultata ovisi o vrsti provedenog pretraživanja i korištenim varijablama, kao što su naziv knjige, ime autora ili datum objave.
Vidi također značenje Umjetna inteligencija.
Čemu služi strojno učenje?
Strojno učenje može se koristiti za mnoge funkcije. Danas se jedan od najčešće korištenih u društvenim mrežama, pretraživanju interneta i digitalnom marketingu.
Na primjer, algoritmi strojnog učenja koriste se za davanje prijedloga korisniku interneta. Koriste se na web mjestima e-trgovine, društvenim mrežama, igrama, platformama za pohranu video zapisa i aplikacijama za reprodukciju glazbe.
U ovom slučaju, algoritam koristi podatke o vašem slijedu i podatke o povijesti pregledavanja interneta kako bi korisniku dao nove prijedloge. Korisničke postavke tijekom pregledavanja i dijeljenja podataka koriste se za predlaganje sličnih programa ili usluga.
To su češće namjene, ali znanje o strojnom učenju može se primijeniti i na mnoge druge situacije, kao što su:
- pretraživanja interneta,
- prikupljanje i analiza podataka,
- praćenje neželjene poruke,
- organizacija i klasifikacija podataka,
- potraga za prijevarom na internetu.
Razlika između strojno učenje i duboko učenje
Strojno učenje i duboko učenje načini su korištenja umjetne inteligencije. Ali postoji razlika između njih jer duboko učenje (što znači duboko učenje) ima karakteristike sličnije ljudskim sposobnostima učenja.
Dubinsko učenje također koristi predviđanje rezultata iz utvrđenih podataka. Razlika je u tome što se to događa preciznije, više poput onoga što se događa u mozgu osobe, jer računalo može fleksibilnije prilagoditi informacije.
To se događa jer se u dubokom učenju stvara umjetna neuronska mreža koja funkcionira slično mreži neurona u ljudskom mozgu.
Upravo je ta mreža koja čini rad stroja mnogim sličnostima s radom mozga i sposobna je naučiti i protumačiti informacije.
Vidi također značenja softver i Bitcoin.
