Strojové učenie
Strojové učenie dáva počítačom schopnosť učiť sa bez toho, aby boli explicitne naprogramované (Arthur Samuel, 1959). Je to podoblasť informatiky.
Tento nápad vznikol na základe práce v oblasti umelej inteligencie. Strojové učenie sa zaoberá štúdiom a konštrukciou algoritmov, ktoré sa dokážu učiť a predpovedať na základe údajov. Takéto algoritmy sa riadia naprogramovanými inštrukciami, ale môžu tiež robiť predpovede alebo rozhodnutia na základe údajov. Zostavujú model zo vstupných vzoriek.
Strojové učenie sa vykonáva tam, kde nie je možné navrhovať a programovať explicitné algoritmy. Príkladom je filtrovanie nevyžiadanej pošty, detekcia narušiteľov siete alebo záškodníkov, ktorí sa snažia o narušenie údajov, optické rozpoznávanie znakov (OCR), vyhľadávače a počítačové videnie.
Otázky a odpovede
Otázka: Čo je strojové učenie?
Odpoveď: Strojové učenie je podoblasť informatiky, ktorá dáva počítačom schopnosť učiť sa bez toho, aby boli explicitne naprogramované, pomocou algoritmov, ktoré sa dokážu učiť a robiť predpovede na základe údajov.
Otázka: Odkiaľ pochádza myšlienka strojového učenia?
Odpoveď: Myšlienka strojového učenia pochádza z práce v oblasti umelej inteligencie.
Otázka: Ako fungujú algoritmy používané v strojovom učení?
Odpoveď: Algoritmy používané v strojovom učení sa riadia naprogramovanými inštrukciami, ale môžu tiež robiť predpovede alebo rozhodnutia na základe údajov. Zostavujú model zo vstupných vzoriek.
Otázka: Kedy sa používa strojové učenie?
Odpoveď: Strojové učenie sa používa tam, kde nie je možné navrhovať a programovať explicitné algoritmy. Príkladom je filtrovanie nevyžiadanej pošty, detekcia narušiteľov siete alebo škodlivých vnútorných osôb, ktoré sa snažia o narušenie údajov, optické rozpoznávanie znakov (OCR), vyhľadávače a počítačové videnie.
Otázka: Aké sú niektoré riziká používania strojového učenia?
Odpoveď: Používanie strojového učenia má svoje riziká vrátane vytvárania konečných modelov, ktoré sú "čiernymi skrinkami" a sú kritizované za zaujatosť pri prijímaní do zamestnania, v trestnom súdnictve a pri rozpoznávaní tvárí.
Otázka: Čo znamená, že model strojového učenia je "čierna skrinka"?
Odpoveď: "Čierna skrinka" modelu strojového učenia znamená, že jeho rozhodovacie procesy nie sú ľahko vysvetliteľné alebo pochopiteľné pre ľudí.
Otázka: Aké sú príklady aplikácií strojového učenia?
Odpoveď: Niektoré príklady aplikácií strojového učenia zahŕňajú filtrovanie nevyžiadanej pošty, detekciu narušiteľov siete, optické rozpoznávanie znakov (OCR), vyhľadávače a počítačové videnie.
