Strojové učení trénuje algoritmy, aby hledaly vzory v datech a vytvářely predikce. Místo programování explicitních pravidel algoritmu zadáváte příklady. Ten se učí vztah mezi vstupy a výstupy. Poté toto učení aplikuje na nová data. Spamový filtr se učí z milionů označených e-mailů. Doporučovací systém se učí z chování uživatelů. Model podvodů se učí z historických transakcí. Algoritmus se zlepšuje s tím, jak vidí více dat, a to až do určitého bodu.

Hlavní typy jsou řízené učení, neřízené učení a posilovací učení. Řízené učení využívá označená data. Algoritmus se učí mapovat vstupy na známé výstupy. Klasifikace predikuje kategorie. Regrese predikuje čísla. Neřízené učení nachází strukturu v neoznačených datech. Shlukování seskupuje podobné záznamy. Redukce dimenzionality zjednodušuje složitá data. Posilovací učení trénuje agenta metodou pokusů a omylů, odměňuje dobré akce a penalizuje ty špatné. Pohání herní systémy a robotiku. Každý typ se hodí pro jiné problémy. Kvalita trénovacích dat určuje kvalitu modelu. Zkreslená data produkují zkreslené předpovědi. Neúplná data produkují nespolehlivé. Přeplnění je neustálé riziko. Model, který si pamatuje trénovací data, má špatné výsledky na nových datech. Regularizace, křížová validace a další data pomáhají. Strojové učení je výkonné a křehké. Nachází vzory, včetně těch, které by neměly existovat.

Typy strojového učení

• Supervidované — označená data, klasifikace a regrese
• Bez dozoru — neoznačená data, shlukování a redukce dimenzionality
• Posilování – metoda pokus-omyl s odměnami
• Hluboké učení – neuronové sítě s mnoha vrstvami

Strojové učení je rozpoznávání vzorů ve velkém měřítku. Vzor je jen tak dobrý, jako data, která ho vytvořila.