Strojové učení | AI slovník

Odborná definice

Machine learning je oblast umělé inteligence, ve které se výpočetní systém učí pravidelnosti z dat, skúseností nebo zpětné vazby místo toho, aby byly všechny rozhodovací pravidla naprogramované ručně. Učení mění parametry, reprezentace nebo politiku systému tak, aby zlepšil výkon podle zvoleného cíle. Patří sem učení s učitelom, bez učitela, samoučení i posilované učení. Výsledek závisí na datové distribuce, cílové funkce, architektury, optimalizace a způsobu evaluace.

Srozumitelné vysvětlení

Při klasickém programe vývojář přesně zapíše postup, podle kterého se má zpracovat každý případ. Při strojovém učení dodá příklady, meradlo úspěchu a mechanismus, který hledá použitelný vzor. Systém se může naučit rozpoznávat poškodený výrobok, odhadnout dotaz nebo zoradit dokumenty. Nenaučí se však obecnou pravdu o svete. Naučí se statistické chování, které bylo dostupné v tréninkových datech a odmenené zvoleným cílem, proto může selhat při změně podmínek.

Časté otázky

Je machine learning totožný s umelou inteligencí?

Ne. Umělá inteligence je širší pojem. Machine learning je jedna z její hlavních technických oblastí, popri pravidlových systémech, plánování, vyhledávání a dalších prístupoch.

Kdy je vhodnější použít pevné pravidla?

Když je proces zcela definovaný, stabilní, lahko auditovatelný a výjimky lze spolehlivě zapsat. Model má smysl tam, kde jsou pravidelnosti složité nebo se nedají explicitně formulovat.

Potřebuje každý ML systém velké data?

Ne. Potřebný objem závisí na zložitosti úlohy, šumu, počtu parametrů a možnosti využit předtrénovaný model. Malý kvalitní dataset může prekonat velký, ale nerelevantný soubor.

Co se model při tréninku skutečně učí?

Optimalizace upravuje parametry nebo reprezentace tak, aby znižovala ztrátu nebo zvyšovala odměnu. To, co vznikne, je funkce prispůsobená tréningovému cielu, ne uložený seznam všech příkladů.

Jak se dokazuje, že učení funguje?

Výkon se měří na datech, které neboli použité na přizpůsobení modelu. Evaluace musí odpovídat reálnemu použití, časovému pořadí, nákladem chyb a skupinám, kterých se rozhodnutí týká.

Související pojmy

Zdroje a redakční stopa

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.