Odborná definícia
Význam a odborné vymedzenie pojmu
Machine learning je oblasť umelej inteligencie, v ktorej sa výpočtový systém učí pravidelnosti z dát, skúseností alebo spätnej väzby namiesto toho, aby boli všetky rozhodovacie pravidlá naprogramované ručne. Učenie mení parametre, reprezentácie alebo politiku systému tak, aby zlepšil výkon podľa zvoleného cieľa. Patrí sem učenie s učiteľom, bez učiteľa, samoučenie aj posilňované učenie. Výsledok závisí od dátovej distribúcie, cieľovej funkcie, architektúry, optimalizácie a spôsobu evaluácie.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Pri klasickom programe vývojár presne zapíše postup, podľa ktorého sa má spracovať každý prípad. Pri strojovom učení dodá príklady, meradlo úspechu a mechanizmus, ktorý hľadá použiteľný vzor. Systém sa môže naučiť rozpoznávať poškodený výrobok, odhadnúť dopyt alebo zoradiť dokumenty. Nenaučí sa však všeobecnú pravdu o svete. Naučí sa štatistické správanie, ktoré bolo dostupné v tréningových dátach a odmenené zvoleným cieľom, preto môže zlyhať pri zmene podmienok.
Časté otázky
Otázky, ktoré spresňujú význam
Je machine learning totožný s umelou inteligenciou?
Nie. Umelá inteligencia je širší pojem. Machine learning je jedna z jej hlavných technických oblastí, popri pravidlových systémoch, plánovaní, vyhľadávaní a ďalších prístupoch.
Kedy je vhodnejšie použiť pevné pravidlá?
Keď je proces úplne definovaný, stabilný, ľahko auditovateľný a výnimky možno spoľahlivo zapísať. Model má zmysel tam, kde sú pravidelnosti zložité alebo sa nedajú explicitne formulovať.
Potrebuje každý ML systém veľké dáta?
Nie. Potrebný objem závisí od zložitosti úlohy, šumu, počtu parametrov a možnosti využiť predtrénovaný model. Malý kvalitný dataset môže prekonať veľký, ale nerelevantný súbor.
Čo sa model pri tréningu skutočne učí?
Optimalizácia upravuje parametre alebo reprezentácie tak, aby znižovala stratu alebo zvyšovala odmenu. To, čo vznikne, je funkcia prispôsobená tréningovému cieľu, nie uložený zoznam všetkých príkladov.
Ako sa dokazuje, že učenie funguje?
Výkon sa meria na dátach, ktoré neboli použité na prispôsobenie modelu. Evaluácia musí zodpovedať reálnemu použitiu, časovému poradiu, nákladom chýb a skupinám, ktorých sa rozhodnutie týka.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- Google Machine Learning Glossary, machine learning
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.