Uczenie maszynowe (machine learning) - co to jest?

Łowca androidów, który nie bez trudności próbuje odróżnić maszynę od człowieka na podstawie testu na empatię to wciąż książkowa / filmowa fikcja. Jeśli jednak już dziś maszyny uczą się rozwiązywać problemy podobnie jak ludzie, to kto wie, jak daleko od fantazji Philipa K. Dicka jesteśmy.

Dzięki machine learning (uczenie maszynowe) możesz rozmawiać z wirtualnym asystentem, grać w szachy z komputerem czy tworzyć idealnie dopasowane playlisty na Spotify. Szkolenie algorytmów odbywa się dziś poprzez naśladowanie sposobu, w jaki uczą się ludzie. Fascynujące, prawda?

Z tego artykułu dowiesz się:

• co to jest machine learning
• jak działa uczenie maszynowe
• do czego wykorzystuje się machine learning.

Chcesz od razu napisać CV? Skorzystaj z naszego kreatora, w którym znajdziesz profesjonalne szablony do uzupełnienia i praktyczne podpowiedzi. Stwórz CV w 5 minut tutaj.

Stwórz CV teraz

Zobacz inne szablony, stwórz CV i pobierz dokument w PDF tutaj.

1. Co to jest machine learning?

Uczenie maszynowe to dziedzina sztucznej inteligencji, która jest szeroko definiowana jako zdolność maszyny (komputera) do naśladowania inteligentnego ludzkiego zachowania. Celem uczenia maszynowego jest przewidywanie wyników na podstawie przychodzących danych.

I chociaż machine learning wydaje się bardzo nowoczesną dziedziną, to prace nad jej rozwojem odbywały się już w latach 70. XX wieku. Były niejako inspirowane badaniami kanadyjskiego psychologa Donalda Oldinga Hebba, który uznawany jest za ojca neuropsychologii i technologii sieci neuronowych.

Hebb w swojej książce „Organizacja zachowań” opracował pionierską teorię dotyczącą neuronalnych podstaw uczenia się ludzi. Tak zwana reguła Hebba odnosi się do uczenia bez nauczyciela i przyjmuje, że sygnałem uczącym jest po prostu sygnał wyjściowy. 

I tu przechodzimy do tak zwanych sieci neuronowych, które odzwierciedlają zachowanie ludzkiego mózgu. Umożliwiają programom komputerowym rozpoznawanie wzorców i rozwiązywanie typowych problemów w dziedzinach sztucznej inteligencji, uczenia maszynowego i głębokiego uczenia.

Jak możemy przeczytać w jednym z opracowań na temat sieci neuronowych: 

Sieci pokazuje się kolejne przykłady sygnałów wejściowych, nie podając żadnych informacji o tym, co z tym sygnałem należy zrobić. Sieć na podstawie obserwacji sygnałów wejściowych sama stopniowo odkrywa, jakie jest ich znaczenie i również sama ustala zachodzące między nimi zależności. 

W skrócie — maszyna, na podstawie dostarczonych jej danych, jest w stanie sama się uczyć, odkrywać i zapamiętywać pewne wzorce, a w rezultacie rozwiązywać problemy w sposób podobny, jak robią to ludzie. 

Machine learning a sztuczna inteligencja

Machine learning nie jest synonimem sztucznej inteligencji (AI). Sztuczna inteligencja to nazwa całej dziedziny wiedzy, podobnie jak biologia czy chemia. Uczenie maszynowe jest częścią AI — ważną część, ale nie jedyną. Natomiast wspomniane sieci neuronowe to tylko jeden z typów machine learning.

Zobacz też: Cechy charakteru i osobowości (pozytywne i negatywne)

Chcesz od razu napisać CV? Skorzystaj z naszego kreatora, w którym znajdziesz profesjonalne szablony do uzupełnienia i praktyczne podpowiedzi. Stwórz CV w 5 minut tutaj.

Stwórz CV teraz

Zobacz inne szablony, stwórz CV i pobierz dokument w PDF tutaj.

2. Jak działa machine learning?

Kluczem do uczenia maszynowego są dane. Algorytmy machine learning budują model matematyczny na podstawie „danych szkoleniowych”, aby przewidywać lub podejmować decyzje bez pomocy człowieka, który ten proces zaprogramuje. 

Podstawowe elementy uczenia maszynowego to:

1. Dostarczenie danych
2. Przetworzenie danych w zestaw możliwy do wykorzystania
3. Trenowanie systemu i tworzenie odpowiednich modeli
4. Prezentacja przewidywanych wyników.

Machine learning — gdzie wykorzystuje się w praktyce uczenie maszynowe?

Przykłady wykorzystania machine learning w praktyce:

• autokorekta w słowniku
• rozpoznawanie obrazów
• diagnostyka medyczna
• wirtualny asystent na stronach internetowych
• analiza transakcji płatniczych
• rekomendacje Netflixa
• dopasowywanie treści dla użytkowników serwisów społecznościowych
• układanie playlist na stronach z muzyką
• filtrowanie SPAMu w skrzynce mailowej
• przepisywanie podcastów (transkrypt),

ale także:

• podejmowanie decyzji w warunkach niepewności
• analiza i synteza języków naturalnych
• dowodzenie twierdzeń
• gry logiczne, np. szachy, Go (google’owski program AlphaGo to pierwszy automat, który wygrał, w 2016 roku, z arcymistrzem gry w Go, Lee Sedolem).

Machine learning wykorzystuje się również coraz częściej w medycynie — dzięki uczeniu maszynowemu możemy wydobywać sens z przytłaczającej ilości danych klinicznych i literatury medycznej. Dojście do jakichś cennych wniosków zajęłoby człowiekowi bardzo dużo czasu w porównaniu do trybu działania maszyny karmionej danymi. 

Uczenie maszynowe sprawia też, że powstają samochody, które zdolne są jeździć (prowadzić) bez kierowcy. Machine learning wykorzystywane jest równie w biznesie czy bankowości — na przykład do modelowania ryzyka kredytowego klientów banku. 

Machine learning — Python

Python to język programowania, który uważa się za najbardziej przydatny w wykorzystaniu uczenia maszynowego. W kontekście machine learning używa go aż 65% developerów. 

Python to najlepszy język programowania do machine learning z następujących powodów:

• jest łatwy do opanowania
• zawiera dużą liczbę bibliotek (niezbędnych do eksploracji danych, analizy i uczenia maszynowego)
• umożliwia łatwą i wydajną implementację
• składnia i czytelność (Python to obiektowy język programowania, który wykorzystuje nowoczesne skrypty)
• ponieważ wiele osób, zarówno programistów, jak i przeciętnych użytkowników, postrzega Pythona jako standard, jego społeczność wsparcia jest ogromna, co jeszcze bardziej zwiększa popularność Pythona.

Na koniec — machine learning sprawia, że wiele obliczeń i modeli powstaje bez żmudnej pracy człowieka. Ale nie dzieje się to od razu. Maszynę trzeba trenować, aby wyniki jej pracy były jak najpewniejsze.

Zobacz też: Czy sztuczna inteligencja pozbawi Cię pracy? Już utrudnia rekrutację

Musisz napisać również list motywacyjny? W naszym kreatorze znajdziesz nowoczesne wzory do wypełnienia i praktyczne porady. Stwórz list motywacyjny w 5 minut tutaj.

Stwórz list motywacyjny teraz

Zobacz inne szablony, stwórz list motywacyjny i pobierz dokument w PDF tutaj.

Jeśli chcesz skomentować artykuł, dodaj swoją wypowiedź na forum poniżej. 

Proces redakcyjny InterviewMe

Ten artykuł został sprawdzony przez nasz zespół i jest zgodny z procesem redakcyjnym InterviewMe. Zależy nam na dzieleniu się naszą wiedzą oraz dostarczaniu rzetelnych i godnych zaufania porad zawodowych dopasowanych do Twoich potrzeb. Nasze wysokiej jakości treści co roku przyciągają ponad 10 milionów czytelników. Ale na tym nie koniec. Regularnie publikujemy też autorskie badania, aby lepiej rozumieć rynek pracy i jesteśmy dumni, że cytują nas czołowe media w Polsce.