1
0
This commit is contained in:
2025-04-22 22:23:34 +02:00
parent 80302b0cf3
commit 8df30c4abb

View File

@@ -336,16 +336,29 @@
# Lekcia 7: Strojové učenie, Naive Bayes, Q-learning
- Oblasti využitia strojového učenia
- Aaa
- Riešenie skupiny problémov, na ktoré neexistujú žiadni ľudia.
- Predpovedať výpadky strojov.
- Riešenie skupiny problémov, kde experti síce existujú, ale nie sú schopní vysvetliť svoju expertízu.
- Rozpoznávanie reči, rukopisu a pochopenie prirodzeného jazyka.
- Riešenie skupiny problémov, kde sa rýchlo menia okolnosti.
- Predpovedať budúci vývoj na burze, vývoj spotrebiteľských nákupov alebo menových kurzov.
- Riešenie skupiny aplikácií, ktoré musia byť nastavované pre každého užívateľa zvlášť.
- Filtrácia nechcenej e-mailovej pošty.
- YouTube/Netflix/Spotify - personalized recommendations.
- Biflovanie, induktívne učenie sa
- Aaa
- Informácia, ktorá umožní v budúcnosti podobnú úlohu splniť lepšie.
- Zapamätanie si predošlého ohodnotenia.
- Naivný Bayesovský klasifikátor
- Aaa
- Štatistický klasifikátor.
- Predikuje pravdepodobnosti, s ktorými daný príklad patrí do triedy.
- Vychádza z predpokladu **nezávislosti atribútov** medzi sebou.
- Typy strojového učenia
- Aaa
- Učenie sa s učiteľom (_supervised learning_) - okamžitá dostupnosť vnemov o vstupoch aj výstupoch.
- Učenie sa bez učiteľa (_unsupervised learning_) - agent nedostáva nijakú informáciu o tom, aké by mali byť správne akcie.
- Učenie sa odmenou a trestom (_reinforcement learning_) - agent dostane informáciu o hodnotení akcie, ale nie o tom, aká mala byť správna akcia.
---