Strojové učení

Strojové učení je podoblastí umělé inteligence, zabývající se algoritmy a technikami, které umožňují počítačovému systému 'učit se'. Učením v daném kontextu rozumíme takovou změnu vnitřního stavu systému, která zefektivní schopnost přizpůsobení se změnám okolního prostředí.

Strojové učení se značně prolíná s oblastmi statistiky a dobývaní znalostí a má široké uplatnění. Jeho techniky se využívají např. v biomedicínské informatice (tzv. systémy pro podporu rozhodování), rozlišení nelegálního užití kreditních karet, rozpoznávání řeči a psaného textu, či mnohé další. Algoritmy však mohou být tendenční.^[1] Nově se strojové učení promítá také do mobilní elektroniky v podobě dopočtu již pořízených fotografií.

Základ[editovat | editovat zdroj]

Základem strojového učení je lineární algebra. Jde o počet s vektory, maticemi a obecně tedy s tenzory.^[2] Hardwarová implementace výpočtů (například tensor processing unit^[3] od Google) tak umožňuje značně urychlit hledání řešení.

Základní rozdělení algoritmů učení[editovat | editovat zdroj]

Algoritmy strojového učení lze podle způsobu učení rozdělit do následujících kategorií:

učení s učitelem („supervised learning“) Pro vstupní data je určen správný výstup (třída pro klasifikaci nebo hodnota pro regresi)
učení bez učitele („unsupervised learning“) Ke vstupním datům není známý výstup
kombinace učení s učitelem a bez učitele („semi-supervised learning“) Část vstupních dat je se známým výstupem, ale další data, typicky větší, jsou bez něj. Často se používá EM algoritmus („expectation–maximization algorithm“). Podobný přístup je transdukce
zpětnovazebné učení („reinforcement learning“), též učení posilováním

Podle způsobu zpracování lze algoritmy rozdělit na

dávkové: Všechna data požadují před začátkem výpočtu.
inkrementální: Dokážou se "přiučit", tj. upravit model, pokud dostanou nová data, bez přepočítání celého modelu od začátku

Základní druhy úloh[editovat | editovat zdroj]

Klasifikace rozděluje vstupní data do dvou nebo několika tříd.
Regrese odhaduje číselnou hodnotu výstupu podle vstupu
Shlukování zařazuje objekty do skupin s podobnými vlastnostmi, typicky při učení bez učitele

Další typy úloh jsou:

Ranking určuje pořadí datových bodů, výsledkem je částečné nebo úplné setřídění
Učení strukturovaných dat. Výstupní neboli hledaná struktura může být například sekvence, strom, graf, matice ... Aplikace jsou např. učení syntaktických stromů ve zpracování přirozeného jazyka, zarovnání několika sekvencí proteinů v bioinformatice, převod řeči na textový řetězec, tj. na sekvenci znaků, hledání vhodné molekuly reprezentované jako graf v chemoinformatice, výstup obrázkového algoritmu jako matice (mnoho konkrétních úloh) ...

Podoblasti strojového učení[editovat | editovat zdroj]

Používané modely:

Techniky pro kombinaci více modelů (en:Ensemble learning a en:Meta learning (computer science))
- Bootstrap aggregating (resp. zkratka Bagging) (en:Bootstrap aggregating)
- Boosting (en:Boosting)
- Stacking

Testování přesnosti modelu:
- Křížová validace
- Bootstrap (statistika) (en:Bootstrapping (statistics))
- viz také odstavec Odhady pravděpodobností správné klasifikace

Terminologie[editovat | editovat zdroj]

Data, body, případy, měření
Atributy, rysy, proměnné, fíčury/features
Druhy/typy atributů: binární, kategoriální (např. "A", "B", "AB" nebo "O" pro krevní skupiny, ordinální (např. "velký", "střední" nebo "malý"), celočíselné (např. počet výskytů slova v emailu) anebo reálné (např. měření krevního tlaku); strukturované, hierarchické

Software[editovat | editovat zdroj]

RapidMiner, KNIME, Weka, ODM, Shogun toolbox, Orange, Apache Mahout a scikit-learn jsou softwarové balíky, které obsahují různé algoritmy strojového učení.

Online: Microsoft Azure Machine Learning (Azure ML), TensorFlow (Google)

Reference[editovat | editovat zdroj]

↑ https://techxplore.com/news/2017-07-tackle-bias-algorithms.html - Researchers tackle bias in algorithms
↑ https://www.quantstart.com/articles/scalars-vectors-matrices-and-tensors-linear-algebra-for-deep-learning-part-1 - Scalars, Vectors, Matrices and Tensors - Linear Algebra for Deep Learning (Part 1)
↑ Google developers: Machine Learning Glossary

Související články[editovat | editovat zdroj]

Data mining

[1] ttps://techxplore.com/news/2017-07-tackle-bias-algorithms.html - Researchers tackle bias in algorithms

[2] ttps://www.quantstart.com/articles/scalars-vectors-matrices-and-tensors-linear-algebra-for-deep-learning-part-1 - Scalars, Vectors, Matrices and Tensors - Linear Algebra for Deep Learning (Part 1)

[3] Google developers: Machine Learning Glossary

[1]

[2]

[3]