Strojové učenie (angl. Machine Learning) sa v súčasnosti dosť často spomína najmä v súvislosti s umelou inteligenciou, spracovaním veľkých dát (angl. Big Data) a použitím moderných technológií.
Ako strojové učenie funguje?
Ide o technológiu, ktorá umožňuje počítaču získavať skúsenosti z dát, učiť sa z nich a na ich základe robiť rozhodnutia alebo predpovedať výsledky bez toho, aby bol každý krok presne naprogramovaný.
Štandardný počítačový program vyžaduje, aby programátor napísal presné inštrukcie (zdrojový kód) pre každý krok, pri strojovom učení počítač pracuje inak. Namiesto detailného programovania sa mu ukážu príklady (dáta) z ktorých sa naučí pravidlá alebo vzory, ktoré potom dokáže aplikovať aj na nové situácie.
Praktický príklad:
Predstavme si úlohu, kde počítač má rozpoznať, či sa na obrázku nachádza auto alebo motorka.
Namiesto toho, aby som mu podrobne vysvetľoval rozdiely medzi nimi, jednoducho mu ukážem množstvo obrázkov, niektoré s autami, iné s motorkami a označím, čo je na ktorom obrázku. Počítač sa z týchto príkladov potom sám naučí rozlišovať medzi objektmi a neskôr dokáže správne identifikovať, čo sa nachádza na úplne novom obrázku.
Použitie strojového učenia v praxi
Dnes ho je možné dnes nájsť v rôznych oblastiach každodenného života, ako napríklad pri:
- odporúčaní videí a hudby na platformách ako YouTube, Netflix alebo Spotify
- rozpoznávaní tvárí na fotografiách alebo vo videách
- automatickom preklade medzi rôznymi jazykmi
- modelovaní a predikcii vývoja počasia
- filtrovaní a triedení nevyžiadanej e-mailovej pošty
- podpore lekárov pri diagnostike chorôb
- predpovedaní dopytu, predaja alebo správania zákazníkov v biznise
Krátke zhrnutie na záver..
Strojové učenie umožňuje počítačom učiť sa zo skúseností a dát, čím sa zlepšuje presnosť ich rozhodnutí a predikcií. Čím kvalitnejšie a väčšie množstvo dát majú k dispozícii, tým spoľahlivejšie dokážu generovať výsledky. Táto technológia je dnes kľúčovou súčasťou mnohých inteligentných aplikácií a moderných služieb.
Zaujal Vás článok?
Zvážte možnosť jeho zdieľania na sociálnych sieťach alebo sa podeľte o svoj názor a pripomienky k článku a to odoslaním správy na e-mailovú adresu info@dataspark.sk.
