Strojové učenie je oblasť informatiky, ktorá znamená „strojové učenie“.
Je súčasťou koncepcie umelej inteligencie, ktorá študuje spôsoby, ako môžu stroje plniť úlohy, ktoré by plnili ľudia.
Jedná sa o programovanie používané v počítačoch, tvorené preddefinovanými pravidlami, ktoré počítačom umožňujú rozhodovať sa na základe predchádzajúcich údajov a údajov použitých používateľom.
Podľa vytvorených programov má počítač schopnosť prijímať rozhodnutia, ktoré môžu vyriešiť problémy alebo napríklad podporiť publikácie na internete.
Ako funguje strojové učenie?
Základom činnosti sú algoritmy, čo sú definované sekvencie zložené z informácií a pokynov, ktorými sa bude počítač riadiť.
Tieto sekvencie umožňujú počítačom rozhodovať sa podľa situácie a informácií, ktoré boli do nej vložené.
Je to algoritmus, ktorý prenáša informácie o tom, ako by sa mali robiť určité postupy a operácie alebo ako by sa mala vykonať akcia.
Existuje niekoľko typov aplikačných a programovacích jazykov na používanie algoritmov. Líšia sa podľa potreby, ktorá bude splnená, alebo od účelu vytvoreného algoritmu.
Typy strojového učenia
Existujú dva hlavné typy strojového učenia: učenie pod dohľadom a učenie bez dozoru.
učenie pod dohľadom
V rámci supervidovaného učenia sa do stroja zadáva predchádzajúca sada údajov a návrhy, ktoré sa používateľovi dostanú, musia byť podobné zaregistrovaným údajom.
Informácie sa v zásade používajú na predpovedanie očakávaných výsledkov používateľom alebo na klasifikáciu použitých prvkov.
Príklad: do internetového prehliadača sa umiestni fotografia, ktorá vyhľadáva informácie o pôvode obrázka alebo iných podobných obrázkoch.
učenie bez dozoru
Pri učení bez dozoru neexistuje žiadny konkrétny očakávaný výsledok, to znamená, že nie je možné predpovedať výsledky kríženia informácií.
Pri tomto type učenia sa údaje zoskupujú a výsledky sa menia podľa premenných.
Príklad: vo vyhľadávači knižnice je možné získať rôzne výsledky. Zmena výsledkov závisí od typu vykonaného vyhľadávania a použitých premenných, ako napríklad názov knihy, meno autora alebo dátum vydania.
Pozri tiež význam slova Umela inteligencia.
Na čo slúži strojové učenie?
Strojové učenie sa dá využiť na mnoho funkcií. Jeden z najpoužívanejších v dnešnej dobe je v sociálnych médiách, vyhľadávaní na internete a digitálnom marketingu.
Napríklad algoritmy strojového učenia sa používajú na vytváranie návrhov pre používateľa internetu. Používajú sa na webových stránkach elektronického obchodu, sociálnych sieťach, hrách, platformách pre ukladanie videí a aplikáciách na prehrávanie hudby.
V takom prípade algoritmus použije vaše sekvenčné údaje a dáta histórie prehliadania internetu na to, aby používateľovi poskytol nové návrhy. Predvoľby používateľa počas prehľadávania a zdieľania údajov sa používajú na navrhnutie podobných programov alebo služieb.
Ide o bežnejšie použitia, ale znalosti strojového učenia sa dajú použiť aj v mnohých iných situáciách, napríklad:
- vyhľadávanie na internete,
- zber a analýza údajov,
- sledovanie spamových správ,
- organizácia a klasifikácia informácií,
- hľadať podvody na internete.
Rozdiel medzi strojové učenie a hlboké učenie
Strojové učenie aj hlboké učenie sú spôsoby využitia umelej inteligencie. Ale je medzi nimi rozdiel, pretože hlboké učenie (čo znamená hlboké učenie) má vlastnosti, ktoré sa viac podobajú schopnosti učiť sa človeka.
Hlboké učenie tiež využíva predikciu výsledkov získaných údajov. Rozdiel je v tom, že sa to deje presnejšie, skôr ako to, čo sa deje v mozgu človeka, pretože počítač dokáže pružnejšie prispôsobiť informácie.
Stáva sa to preto, lebo pri hlbokom učení sa vytvára umelá neurónová sieť, ktorá funguje podobne ako sieť neurónov v ľudskom mozgu.
Práve táto sieť umožňuje, aby fungovanie stroja malo veľa podobností s fungovaním mozgu a dokázalo sa učiť a interpretovať informácie.
Pozri tiež významy softvér a Bitcoin.