Strojové učení
Strojové učení dává počítačům schopnost učit se, aniž by byly explicitně naprogramovány (Arthur Samuel, 1959). Jedná se o podobor informatiky.
Nápad pochází z práce v oblasti umělé inteligence. Strojové učení se zabývá studiem a konstrukcí algoritmů, které se mohou učit a předpovídat data. Takové algoritmy se řídí naprogramovanými pokyny, ale mohou také provádět předpovědi nebo rozhodnutí na základě dat. Vytvářejí model na základě vzorových vstupů.
Strojové učení se provádí tam, kde nelze navrhovat a programovat explicitní algoritmy. Příkladem může být filtrování nevyžádané pošty, detekce narušitelů sítě nebo záškodníků, kteří usilují o narušení dat, optické rozpoznávání znaků (OCR), vyhledávače a počítačové vidění.
Otázky a odpovědi
Otázka: Co je strojové učení?
Odpověď: Strojové učení je podobor informatiky, který dává počítačům schopnost učit se, aniž by byly explicitně naprogramovány, pomocí algoritmů, které se mohou učit a předpovídat na základě dat.
Otázka: Kde se vzal nápad na strojové učení?
Odpověď: Myšlenka strojového učení vznikla na základě práce v oblasti umělé inteligence.
Otázka: Jak fungují algoritmy používané ve strojovém učení?
Odpověď: Algoritmy používané ve strojovém učení se řídí naprogramovanými pokyny, ale mohou také provádět předpovědi nebo rozhodnutí na základě dat. Vytvářejí model na základě vstupních vzorků.
Otázka: Kdy se strojové učení používá?
Odpověď: Strojové učení se používá tam, kde nelze navrhovat a programovat explicitní algoritmy. Příkladem může být filtrování nevyžádané pošty, detekce narušitelů sítě nebo záškodníků pracujících na úniku dat, optické rozpoznávání znaků (OCR), vyhledávače a počítačové vidění.
Otázka: Jaká jsou některá rizika používání strojového učení?
Odpověď: Používání strojového učení má svá rizika, včetně vytváření finálních modelů, které jsou "černými skříňkami" a jsou kritizovány za předpojatost při přijímání zaměstnanců, v trestním soudnictví a při rozpoznávání obličejů.
Otázka: Co znamená, že model strojového učení je "černá skříňka"?
Odpověď: "Černá skříňka" modelu strojového učení znamená, že jeho rozhodovací procesy nejsou pro člověka snadno vysvětlitelné nebo pochopitelné.
Otázka: Jaké jsou příklady aplikací strojového učení?
Odpověď: Mezi příklady aplikací strojového učení patří filtrování spamu, detekce narušitelů sítě, optické rozpoznávání znaků (OCR), vyhledávače a počítačové vidění.
