Strojové učení (anglicky machine learning) je podmnožinou umělé inteligence, která se zaměřuje na vývoj algoritmů a statistických modelů, které umožňují počítačovým systémům učit se a zlepšovat své výkony na základě zkušeností a dat. Základním principem strojového učení je schopnost systému nalézt vzory a pravidelnosti v datech a následně je využít pro predikce či rozhodování. Tento proces zahrnuje několik klíčových fází, včetně sběru dat, předzpracování dat, výběru modelu, trénování modelu, hodnocení modelu a jeho nasazení.
Strojové učení se dělí na několik typů podle metod a přístupů, které používá. Nejběžnější jsou tzv. učení s učitelem (supervised learning), učení bez učitele (unsupervised learning) a učení posílením (reinforcement learning). Učení s učitelem zahrnuje trénování modelu na datové sadě, kde jsou vstupní data párována s odpovídajícími výstupy. Model se učí nalézat vztahy mezi vstupy a výstupy, které pak může aplikovat na nové, neznámé vstupy. Příkladem mohou být systémy rozpoznávání obrazu či hlasu. Učení bez učitele naopak pracuje s daty, která nejsou předem označena, a cílem je nalézt skryté vzorce nebo struktury v datech, například pomocí klastrování nebo redukce dimenzionality. Učení posílením je založeno na konceptu odměn a trestů, kde agent interaguje s prostředím a učí se optimalizovat své akce tak, aby maximalizoval kumulativní odměnu.
Praktické aplikace strojového učení jsou široké a zahrnují oblasti jako zdravotnictví, finance, doprava, e-commerce a mnoho dalších. Například v medicíně se strojové učení používá k diagnostice nemocí na základě analýzy obrazových dat z rentgenů nebo MRI. Ve finančním sektoru mohou algoritmy strojového učení pomoci při detekci podvodných transakcí nebo při predikci tržních trendů. V dopravě se využívá k optimalizaci tras a předpovědím dopravních zácp. Významným příkladem je také e-commerce, kde se strojové učení aplikuje na personalizaci doporučení produktů pro zákazníky. S rostoucím množstvím dat a výkonem výpočetní techniky se strojové učení stává stále efektivnějším a jeho význam v moderní společnosti neustále roste.
PhDr. Pavel Bartoš, LL.M., DBA (Evropská akademie vzdělávání / European Academy of education)