Strojové učení je obor informatiky, který se zaměřuje na vývoj algoritmů a statistických modelů umožňujících počítačům získávat znalosti z dat a zkušeností bez explicitního naprogramování každého kroku. Podstatou strojového učení je nalezení vzorců v datech a jejich využití k predikci budoucího chování, klasifikaci nebo rozhodování. Tento přístup je inspirován procesem lidského učení, kdy se schopnosti zlepšují na základě zkušeností, a to například v rozpoznávání obrazů, zpracování přirozeného jazyka či detekci podvodů.
Modely strojového učení lze rozdělit do několika hlavních kategorií. Nejčastější je učení s učitelem (supervised learning), kde je cílem naučit stroj přiřazovat vstupům správné výstupy na základě předem označených trénovacích dat. Typickými úlohami jsou například rozpoznávání číslic nebo klasifikace e-mailů na spam a ne-spam. Další kategorií je učení bez učitele (unsupervised learning), jehož účelem je objevit skryté struktury v neoznačených datech, například seskupování podobných zákazníků na základě jejich nákupního chování. Existuje také posilované učení (reinforcement learning), kde model interaguje s prostředím a postupně se učí na základě odměn a trestů optimalizovat své akce, což se hojně využívá například v robotice nebo při tvorbě agentů pro hraní her.
Metody strojového učení jsou v současné době velmi široce využívány ve vědě, průmyslu i každodenním životě. Klasické algoritmy zahrnují regresní analýzu, rozhodovací stromy, metody shlukování či neuronové sítě. S nástupem velkých dat (big data) a zvyšujícím se výpočetním výkonem se rychle rozvíjí zejména hluboké učení (deep learning), které umožňuje řešit i velice komplexní úlohy, jako je automatické rozpoznávání lidských emocí, překlad textů nebo tvorba uměleckých děl. Přestože strojové učení skýtá ohromné možnosti, vyžaduje pečlivou přípravu dat, volbu vhodných metod a průběžné ověřování přesnosti modelu, aby byla zajištěna spolehlivost a spravedlivost výsledků.
PhDr. Pavel Bartoš, LL.M., DBA (Evropská akademie vzdělávání / European Academy of education)