Machine Learning

Уяви, що ти скролиш Instagram і бачиш сповіщення: «Це ти на фото?» Ти не тегав(-ла) себе, але додаток розпізнав твоє обличчя. Або подумай про те, як Gmail автоматично відфільтровує спам, а Netflix рекомендує шоу, які мають тобі сподобатися. Ці вже звичні для нас функції працюють завдяки алгоритмам machine learning | ML (машинного навчання).

На початку 2000-х дослідники почали приділяти увагу machine learning — галузі штучного інтелекту, яка займається створенням систем, здатних розпізнавати закономірності та робити прогнози на основі даних.

Моделі машинного навчання навчаються, використовуючи датасети (datasets) — набори даних, що можуть містити зображення, тексти або числа. Іноді ці дані — марковані, тобто з позначками (labeled data), іноді — без (unlabeled data). Під час навчання модель шукає закономірності в даних. Після навчання вона може застосовувати вивчене в нових ситуаціях, наприклад, ідентифікація об'єктів на зображенні, рекомендація контенту або генерування відповіді.

Простою аналогією машинного навчання є процес, коли діти вчаться розпізнавати фрукти. Якщо показати їм багато яблук і апельсинів, з часом вони самі навчаться відрізняти один фрукт від іншого: