Strojové učení (anglicky machine learning) je významná disciplína spadající do širší oblasti umělé inteligence, která umožňuje počítačovým systémům automaticky zlepšovat své chování na základě zkušeností bez explicitního naprogramování konkrétních pravidel. Podstatou strojového učení je schopnost algoritmu najít vzory a pravidelnosti v datech, tedy učit se z příkladů a následně předpovídat výsledky u nových, dosud neviděných dat. Strojové učení tak představuje zásadní posun oproti tradičnímu programování, kde musel vývojář ručně definovat každý krok, zatímco zde model získává znalosti prostřednictvím trénovacích dat a optimalizuje svá rozhodnutí podle zvolené metriky úspěšnosti.
Mezi základní typy strojového učení patří učení s učitelem (supervised learning), učení bez učitele (unsupervised learning) a zesilované učení (reinforcement learning). Učení s učitelem vyžaduje data, která obsahují vstupy i správné výstupy (popisky), na jejichž základě se model „učí“ vytvořit obecné pravidlo. Typickým příkladem je klasifikace e-mailů na spam a ne-spam, kde model později aplikuje naučenou logiku na nové zprávy. Učení bez učitele se zaměřuje na hledání struktur a vzorců ve zcela nepopsaných datech, což je využíváno například při segmentaci zákazníků podle nákupního chování. Zesilované učení pak využívá systém odměn a trestů, aby si model osvojil optimální strategii v dynamickém prostředí, například při řízení herních agentů nebo robotů.
Strojové učení nachází široké uplatnění v celé řadě oborů, od zdravotnictví, přes ekonomiku, dopravu, až po internetové vyhledávače či doporučovací systémy. Spolu s rozvojem výkonných počítačů a dostupností velkých datových souborů zažívá strojové učení v posledním desetiletí velmi dynamický růst. Přesto však zůstává předmětem výzkumu například otázka interpretovatelnosti rozhodnutí modelů a rizika nekorektního nebo zkresleného učení, pokud jsou trénovací data chybně reprezentativní. Strojové učení tak nabízí obrovský potenciál, ale i řadu výzev, které je třeba průběžně řešit nejen z technického, ale i z etického hlediska.
PhDr. Pavel Bartoš, LL.M., DBA (Evropská akademie vzdělávání / European Academy of education)