Technet Media

Machine Learning

Machine Learning, znane również jako samouczenie się maszyn jest to dziedzina nauk zajmująca się badaniem sztucznej inteligencji (SI). Należy do nauk wielodziedzinowych z większym naciskiem na informatykę, robotykę oraz statystykę. Jej celem jest doskonalenie systemu za pomocą danych poprzez praktyczne zastosowania. Dotyczy to oprogramowań zwłaszcza w przemyśle oraz innowacyjnych technologiach. Cała dziedzina została stworzona, aby zwiększyć wydajność, efektywność oraz redukcję kosztów.

autor: Marcin Wójcik

Azure - Machine Learning

Herbert Simon (1983)

"Uczenie się oznacza zmiany w systemie, które mają charakter adaptacyjny w tym sensie, że pozwalają systemowi wykonać za następnym razem takie samo zadanie lub zadania podobne bardziej efektywnie."

Ryszard Michalski (1986)

"Uczenie się to konstruowanie i zmiana reprezentacji doświadczanych faktów. W ocenie konstruowania reprezentacji bierze się pod uwagę: wiarygodność – określa stopień w jakim reprezentacji odpowiada rzeczywistości, efektywność – charakteryzuje przydatność reprezentacji do osiągania danego celu, poziom abstrakcji – odpowiada zakresowi szczegółowości i precyzji pojęć używanych w reprezentacji; określa on tzw. moc opisową reprezentacji. Reprezentacja jest rozumiana jako np. opisy symboliczne, algorytmy, modele symulacyjne, plany, obrazy."

Donald Michie (1991)

"System uczący się wykorzystuje zewnętrzne dane empiryczne w celu tworzenia i aktualizacji podstaw dla udoskonalonego działania na podobnych danych w przyszłości oraz wyrażania tych podstaw w zrozumiałej i symbolicznej postaci."

Pierwszym przykładem Machine Learning (samouczenia się maszyn) jest projekt Arthura Samueala- pracownika z firmy IBM, który w roku 1952 opracował program do szkolenia osób, grających w szachy. Był to tak innowacyjny pomysł, że wzbudzał podziw u większości ludzi. Już teraz jesteśmy określić, że firma działająca również teraz pod nazwą IBM (International Business Machines Corporation; potocznie zwany Big Blue) prowadzi usługi konsultingowe (doradztwo- dziedzina zarządzania zajmująca się szeroko pojętym doradzaniem podmiotom gospodarczym, najczęściej dużym organizacjom) oraz informatyczne. IBM zajmuje się systemami komputerowymi, systemami sieciowymi, pamięcią masową etc.

Następnym przykładem, o którym warto wspomnieć jest system ekspercki Dendral, który powstał na Uniwersytecie Stanforda w 1965 roku. Było to odkrycie, które ułatwiło życie chemikom. System identyfikował molekuły związków chemicznych, które dotychczas nie były znane naukowcom. Dendral wprowadził wiele dobra w życiu osób zajmujących się ogromną dziedziną chemii. Obowiązkowo trzeba również wspomnieć, że wyniki badań otrzymane dzięki systemowi temu programowi były pierwszym w historii odkryciem dokonanym przez komputer, które zostały opublikowane w prasie specjalistycznej.

Zastosowania praktyczne

Machine Learning ciągle się rozwija. Jest to dziedzina, która nie przestanie interesować młodego pokolenia, więc wciąż będzie na topie. Ciągle znajdujemy nowe zastosowania, np.”

Programy wykorzystujące Machine Learning:

Machine Learning wprowadziło w nasze życie bardzo dużo zmian, co poskutkowało większymi osiągnięciami w dziedzinach, np. nauk.

Platformy do Machine Learning: