Strojové učení je významnou oblastí informatiky, která se zabývá vývojem algoritmů umožňujících počítačům učit se z dat a zlepšovat své výkony bez explicitního programování. Jejím základním cílem je nalezení vzorců a vztahů v dostupných datech a jejich využití k provádění rozhodnutí či predikcí na nových, dosud neviděných datech. Mezi hlavní úlohy strojového učení patří například rozpoznávání obrazů, analýza textu, detekce podvodů či předpovědi poptávky. Strojové učení se stalo klíčovou součástí mnoha moderních technologií, jako jsou vyhledávače, doporučovací systémy, samostatně řízená vozidla nebo asistenti využívající přirozený jazyk.
Základní rozdělení metod strojového učení zahrnuje učení s učitelem (supervised learning), učení bez učitele (unsupervised learning) a učení posilováním (reinforcement learning). Učení s učitelem pracuje s tzv. označenými daty, kdy každý vstup má přiřazenou správnou výstupní hodnotu (například typ objektu na obrázku). Algoritmus se snaží z dat odvodit funkci, která by při zadání nových vstupů dokázala tuto hodnotu co nejpřesněji určit. Učení bez učitele naopak pracuje s neoznačenými daty a snaží se v datech nalézt struktury nebo shluky bez předem stanovených výstupů, například pro segmentaci zákazníků nebo zjišťování anomálií. Učení posilováním je pak inspirováno biologickými principy odměn a trestů a hledá optimální rozhodovací strategie v dynamickém prostředí na základě zpětné vazby.
Jedním z klíčových nástrojů strojového učení jsou neuronové sítě, které napodobují způsob práce biologických neuronů a umožňují řešit i velmi složité problémy, například v oblasti rozpoznávání řeči či obrazu. Moderní vývoj v oblasti hlubokého učení (deep learning), založený na vícevrstvých neuronových sítích, umožnil další výrazný posun ve schopnostech strojového učení – například v překladech mezi jazyky, generování textu nebo v oblasti zdravotnictví při analýze medicínských snímků. Strojové učení tak stále více ovlivňuje každodenní život i vědecký a technický pokrok, přičemž zůstává aktivní oblastí výzkumu i aplikací.
PhDr. Pavel Bartoš, LL.M., DBA (Evropská akademie vzdělávání / European Academy of education)