Strojové učenie (machine learning), prístupy k strojovému učeniu, hlboké učenie (deep learning) :)

Spôsob ako donútiť stroje, aby sa niečo naučili bez toho, aby sme im dali kompletné inštrukcie. Ide o to, nekŕmiť ich presnými počítačovými inštrukciami, ale len dátami, v ktorých sami nájdu pravidelnosti alebo opakujúce sa črty.

Strojové učenie umožnilo mohutné zlepšovanie výkonnosti počítačov[1] a dostupnosť množstva dát (údajov na vyhodnocovanie). Ide o tzv. Big Data[2].

Tri základné prístupy k strojovému učeniu:

• učenie s učiteľom (supervised learning),
• učenie bez učiteľa (unsupervised learning),
• posilňované učenie (reinforcement learning).

Hlboké učenie je špeciálnym typom strojového učenia, ktoré sa zameriava na vytváranie neurónových sietí s veľkým počtom vrstiev (tzv. hlbokých sietí). Tieto siete sa často používajú v oblasti rozpoznávania obrazov a hovoreného slova. 

[1] Dopomohol k tomu špeciálny počítačový čip (GPU).
[2] Pojmom Big Data sa označuje obrovský objem dát vygenerovaných na Internete, sociálnych sieťach, ale aj dáta vygenerované senzormi, prístrojmi, systémami, meracími zariadeniami...

Strojové učenie

Prevzaté a upravené z:
•xĽudovít Ódor, Rýchlokurz geniality, N Press, s. r. o.,  ISBN 978-80-8230-091-1.

Dobré, použiteľné stránky:
· Čo je to strojové učenie?

Hodnotenie užitočnosti článku:

• ← Sophia :)
• Techniky spracovania prirodzeného jazyka (Natual Language Processing, NLP), syntaktická analýza, token, rozdelenie vety na kúsky, stemovanie, lematizácia, parsovanie, sémantická analýza :) →