Strojno učenje je področje računalništva, ki pomeni "strojno učenje".
Je del koncepta umetne inteligence, ki preučuje načine, kako stroji opravljajo naloge, ki bi jih opravljali ljudje.
Gre za programiranje, ki se uporablja v računalnikih in je sestavljeno iz vnaprej določenih pravil, ki omogočajo računalnikom, da sprejemajo odločitve na podlagi predhodnih podatkov in podatkov, ki jih uporablja uporabnik.
Glede na izdelane programe lahko računalnik na primer sprejema odločitve, ki lahko rešijo težave ali spodbudijo objave na internetu.
Kako deluje strojno učenje?
Osnova delovanja so algoritmi, ki so definirana zaporedja, sestavljena iz informacij in navodil, ki jih bo računalnik upošteval.
Ta zaporedja omogočajo računalnikom, da se odločajo glede na situacijo in informacije, ki so bile vanjo vnesene.
Algoritem je tisti, ki vsebuje informacije o tem, kako je treba izvesti določene postopke in postopke ali o tem, kako naj se izvede neko dejanje.
Obstaja več vrst aplikacijskih in programskih jezikov za uporabo algoritmov. Razlikujejo se glede na potrebo, ki bo izpolnjena, ali namen ustvarjenega algoritma.
Vrste strojnega učenja
Obstajata dve glavni vrsti strojnega učenja: nadzorovano učenje in nenadzorovano učenje.
nadzorovano učenje
Pri nadzorovanem učenju je v stroj vnesen prejšnji niz podatkov, predlogi, ki jih bo uporabnik prejel, pa morajo biti podobni registriranim podatkom.
Informacije se v osnovi uporabljajo za napovedovanje pričakovanega rezultata uporabnika ali za razvrstitev uporabljenih elementov.
Primer: fotografija je postavljena v internetni brskalnik, ki išče informacije o izvoru slike ali drugih podobnih slikah.
nenadzorovano učenje
Pri nenadzorovanem učenju ni posebnih pričakovanih rezultatov, torej ni mogoče napovedati rezultatov križanja informacij.
Pri tej vrsti učenja so podatki razvrščeni v skupine in rezultati se spreminjajo glede na spremenljivke.
Primer: v iskalniku knjižnic je mogoče dobiti različne rezultate. Spreminjanje rezultatov je odvisno od vrste opravljenega iskanja in uporabljenih spremenljivk, kot so ime knjige, ime avtorja ali datum objave.
Glej tudi pomen Umetna inteligenca.
Čemu služi strojno učenje?
Strojno učenje se lahko uporablja za številne funkcije. Dandanes se najpogosteje uporabljajo v družabnih omrežjih, spletnem iskanju in digitalnem trženju.
Na primer, algoritmi strojnega učenja se uporabljajo za dajanje predlogov uporabnikom interneta. Uporabljajo se na spletnih mestih e-trgovine, družbenih omrežjih, igrah, platformah za shranjevanje video posnetkov in aplikacijah za predvajanje glasbe.
V tem primeru algoritem uporabniku poda podatke o zaporedju in podatke o zgodovini brskanja po internetu. Uporabniške nastavitve med brskanjem in izmenjavo podatkov se uporabljajo za predlaganje podobnih programov ali storitev.
To so bolj pogoste uporabe, vendar se lahko znanje strojnega učenja uporablja tudi v mnogih drugih situacijah, kot so:
- internetna iskanja,
- zbiranje in analiza podatkov,
- sledenje vsiljenih sporočil,
- organizacija in klasifikacija informacij,
- iskanje goljufij na internetu.
Razlika med strojno učenje in globoko učenje
Strojno učenje in globoko učenje sta način uporabe umetne inteligence. Toda med njima obstaja razlika, ker ima globoko učenje (kar pomeni globoko učenje) značilnosti, ki so bolj podobne človeški učni sposobnosti.
Poglobljeno učenje uporablja tudi napovedovanje rezultatov iz uveljavljenih podatkov. Razlika je v tem, da se to zgodi natančneje, bolj kot v človekovih možganih, ker lahko računalnik informacije prilagodljiveje prilagaja.
To se zgodi, ker pri globokem učenju nastane umetna nevronska mreža, ki deluje podobno kot mreža nevronov v človeških možganih.
To omrežje je tisto, zaradi česar ima delovanje stroja veliko podobnosti z delovanjem možganov in se lahko uči in razlaga informacije.
Glej tudi pomene programske opreme in Bitcoin.