Strojno učenje
Strojno učenje omogoča računalnikom, da se učijo, ne da bi bili izrecno programirani (Arthur Samuel, 1959). Je podpodročje računalništva.
Zamisel je nastala pri delu na področju umetne inteligence. Strojno učenje preučuje študij in gradnjo algoritmov, ki se lahko učijo in napovedujejo podatke. Takšni algoritmi sledijo programiranim navodilom, lahko pa tudi napovedujejo ali sprejemajo odločitve na podlagi podatkov. Na podlagi vzorčnih vhodnih podatkov zgradijo model.
Strojno učenje se izvaja tam, kjer ni mogoče oblikovati in programirati eksplicitnih algoritmov. Primeri vključujejo filtriranje neželene pošte, odkrivanje omrežnih vsiljivcev ali zlonamernih notranjih uporabnikov, ki si prizadevajo za vdor v podatke, optično prepoznavanje znakov (OCR), iskalnike in računalniški vid.
Vprašanja in odgovori
V: Kaj je strojno učenje?
O: Strojno učenje je podpodročje računalništva, ki računalnikom omogoča, da se učijo, ne da bi bili izrecno programirani, z uporabo algoritmov, ki se lahko učijo in napovedujejo podatke.
V: Od kod ideja za strojno učenje?
O: Zamisel o strojnem učenju je nastala pri delu na področju umetne inteligence.
V: Kako delujejo algoritmi, ki se uporabljajo pri strojnem učenju?
O: Algoritmi, ki se uporabljajo pri strojnem učenju, sledijo programiranim navodilom, lahko pa tudi napovedujejo ali sprejemajo odločitve na podlagi podatkov. Na podlagi vzorčnih vhodnih podatkov sestavijo model.
V: Kdaj se uporablja strojno učenje?
O: Strojno učenje se uporablja, kadar ni mogoče oblikovati in programirati eksplicitnih algoritmov. Primeri vključujejo filtriranje neželene pošte, odkrivanje omrežnih vsiljivcev ali zlonamernih notranjih oseb, ki si prizadevajo za vdor v podatke, optično prepoznavanje znakov (OCR), iskalnike in računalniški vid.
V: Katera so nekatera tveganja pri uporabi strojnega učenja?
O: Uporaba strojnega učenja je povezana s tveganji, vključno z ustvarjanjem končnih modelov, ki so "črne skrinjice" in so kritizirani zaradi pristranskosti pri zaposlovanju, kazenskem pravosodju in prepoznavanju obrazov.
V: Kaj pomeni, da je model strojnega učenja "črna škatla"?
O: "Črna škatla" modela strojnega učenja pomeni, da njegovih procesov odločanja ljudje ne morejo zlahka razložiti ali razumeti.
V: Kateri so primeri uporabe strojnega učenja?
O: Nekateri primeri uporabe strojnega učenja vključujejo filtriranje nezaželene pošte, odkrivanje omrežnih vsiljivcev, optično prepoznavanje znakov (OCR), iskalnike in računalniški vid.
