Strojové učení je interdisciplinární vědní obor na pomezí informatiky, matematiky a statistiky, který se zabývá vývojem algoritmů umožňujících počítačovým systémům zlepšovat své chování na základě zkušeností – tedy dat. Typicky jde o metody, které dokáží nalézat vzory a struktury v datech a využívat jich k předpovídání nebo rozhodování bez explicitního naprogramování konkrétního řešení. Mezi základní principy strojového učení patří proces trénování, kdy se algoritmus setkává s množstvím už otagovaných vstupních dat a na jejich základě se „učí“ hledat vztahy, generalizuje získané poznatky a je schopen aplikovat je na nová, dosud neznámá data.
Strojové učení se dělí na několik základních druhů podle povahy úlohy a dostupných dat. Učení s učitelem (supervised learning) spoléhá na trénovací data, kde je ke každému vstupu znám i správný výstup, což je vhodné například pro klasifikaci obrázků nebo předpověď budoucích hodnot v čase. Naopak učení bez učitele (unsupervised learning) se snaží strukturovat a seskupovat data bez apriorních informací o výstupech, což se využívá v tzv. shlukové analýze (clustering) nebo v hledání anomálií. Mezi další známé přístupy patří posilované učení (reinforcement learning), kde algoritmus získává zpětnou vazbu až na základě svých rozhodnutí, čímž se dokáže adaptovat i v dynamickém prostředí.
Význam strojového učení v současném světě rychle roste – s dostupností velkých dat (big data) a výkonných grafických procesorů, schopných paralelního zpracování, se otvírají nové možnosti v oblastech jako je rozpoznávání obrazu, zpracování přirozeného jazyka nebo prediktivní modelování v medicíně a průmyslu. Strojové učení umožňuje vytvářet systémy, které se zlepšují v čase a zvládají komplexní úlohy nad rámec tradičních algoritmických přístupů. Výzvy přitom představuje zejména interpretace výsledků modelů, zajištění jejich bezpečnosti a etické aspekty jejich aplikace, neboť stále více rozhodnutí ovlivňujících společnost činí počítačové systémy trénované na základě historických dat.
PhDr. Pavel Bartoš, LL.M., DBA (Evropská akademie vzdělávání / European Academy of education)