Machine learning (strojové učenie) je oblasť umelej inteligencie, ktorá sa zameriava na vývoj algoritmov a modelov, ktoré sa dokážu automaticky zlepšovať na základe skúseností. Namiesto toho, aby boli explicitne naprogramované pre každú úlohu, sa tieto algoritmy „učia“ z dát – nachádzajú vzory, vzťahy a súvislosti, ktoré im umožňujú robiť predpovede alebo rozhodnutia. Čím viac dát majú k dispozícii, tým presnejšie a efektívnejšie môžu byť.
Typy strojového učenia
Existuje niekoľko typov strojového učenia, medzi ktoré patrí napríklad učenie s učiteľom (supervised learning), učenie bez učiteľa (unsupervised learning) a posilňované učenie (reinforcement learning). Pri učení s učiteľom sa algoritmus učí na základe označených dát, napríklad keď má rozpoznať, či sa na obrázku nachádza pes alebo mačka. Učenie bez učiteľa hľadá skryté štruktúry vo vstupných dátach bez vopred daných odpovedí. Posilňované učenie simuluje správanie na základe odmien a trestov, podobne ako sa učí napríklad zviera.
Machine learning sa dnes uplatňuje v mnohých oblastiach – od rozpoznávania obrazu a hlasu, cez personalizáciu obsahu na sociálnych sieťach, až po detekciu podvodov alebo predpovedanie vývoja akciových trhov. Ide o kľúčovú technológiu, ktorá umožňuje moderným systémom byť „inteligentnejšie“, reagovať na nové situácie a prispôsobovať sa meniacim sa podmienkam bez potreby manuálneho zásahu programátora.