masinaõppimise

Masinaõppimine, tuntud ka kui masinõpe, on tehisintellekti valdkond, mis keskendub algoritmide ja statistiliste mudelite arendamisele, mida arvutisüsteemid saavad kasutada andmete põhjal ülesannete täitmiseks ilma selgesõnalise programmeerimiseta. Selle asemel, et programmeerida arvutit samm-sammult juhistega, kuidas mingit ülesannet täita, võimaldab masinaõppimine arvutil õppida mustreid ja teha otsuseid otseselt andmetest.

Põhiline idee on see, et süsteem saab analüüsida suurt hulka andmeid, tuvastada nendes peituvaid seoseid ja seejärel kasutada seda teadmist uute, varem nägemata andmete kohta prognooside tegemiseks või otsuste langetamiseks. Masinaõppimise rakendused on laialdased ja hõlmavad selliseid valdkondi nagu pildituvastus, kõnetuvastus, looduskeele töötlemine, soovitusmootorid (näiteks Netflixi või YouTube'i puhul) ja finantstehingute pettuse tuvastamine.

Masinaõppimise lähenemisviise saab jagada kolme peamisse kategooriasse: juhendatud õppimine, juhendamata õppimine ja tugevdusõppimine. Juhendatud õppimisel kasutatakse märgistatud andmeid, kus iga sisend on seotud soovitud väljundiga. Juhendamata õppimine tegutseb märgistamata andmetega, püüdes leida andmetes struktuuri ja mustreid. Tugevdusõppimine hõlmab agenti, kes õpib keskkonnaga interakteerudes, saades tasu või karistust oma tegevuste eest. Masinaõppimine on muutnud paljusid tööstusharusid ja jätkab kiiresti arenevat tehnoloogiat.