masinateõppimise

Masinate õppimine, tuntud ka kui masinõpe, on tehisintellekti valdkond, mis annab arvutisüsteemidele võime õppida ja teha otsuseid ilma otseselt programmeerimata. Selle asemel, et järgida rangelt juhiseid, kasutavad masinõppe algoritmid andmeid mustrite tuvastamiseks, ennustuste tegemiseks ja aja jooksul oma jõudluse parandamiseks.

Peamine eesmärk on arendada algoritme, mis suudavad andmetest õppida ja sellest tulenevalt tegevusi sooritada. See võib hõlmata klassifitseerimist, kus süsteemid õpivad andmeid erinevatesse kategooriatesse jaotama, või regressiooni, kus ennustatakse pidevaid väärtusi. Masinõpe jaguneb tavaliselt kolme peamisesse kategooriasse: juhendatud õppimine, juhendamata õppimine ja tugevdamisõppimine. Juhendatud õppimine kasutab märgistatud andmeid, juhendamata õppimine otsib mustreid märgistamata andmetest ja tugevdamisõppimine õpib proovimise ja eksimise kaudu.

Masinate õppimist kasutatakse mitmesugustes rakendustes, sealhulgas soovitusmootorites (nt Netflix, Amazon), kõnetuvastuses (nt Siri, Alexa), pildituvastuses, pettuste tuvastamises ja meditsiinidiagnostikas. Selle võime töötada välja keerulisi andmekogumeid ja ennustada tulemusi teeb sellest võimsa tööriista paljudes tööstusharudes.