Słownik AI
Uczenie maszynowe (ML)
ML, machine learning
Uczenie maszynowe (ML) to dział sztucznej inteligencji, w którym model wykrywa zależności w danych treningowych, zamiast działać według ręcznie zapisanych reguł, i na tej podstawie przewiduje wyniki dla nowych przypadków.
- Model uczy się z danych, a nie z ręcznie pisanych reguł.
- Jakość i reprezentatywność danych treningowych decyduje o wynikach.
- Po nauczeniu model stosuje się do nowych danych w fazie inferencji.
Uczenie maszynowe odwraca klasyczne programowanie: zamiast zapisywać reguły, podajemy przykłady, a model sam wyznacza zależności między danymi wejściowymi a oczekiwanym wynikiem. Proces ten nazywamy treningiem, a jego materiałem są dane treningowe.
Dobrze nauczony model generalizuje, czyli radzi sobie z przypadkami, których nie widział w trakcie treningu. Skuteczność zależy od jakości danych i doboru metody, a najpopularniejszą rodziną modeli są dziś sieci neuronowe.
Powiązane pojęcia
Powiązane artykuły