Model strojového učenia
V angličtine Machine Learning Model. Takto sa nazýva program, ktorý sa z mnohých príkladov alebo skúseností učí, ako riešiť rôzne úlohy. Učenie zjednodušene prebieha v dvoch fázach — trénovanie a testovanie. V trénovacej fáze napríklad ukazujeme modelu množstvo príkladov (videá, obrázky, texty…), na ktorých sa učí tým, že vyhľadáva vzory (podobnosti). V testovacej fáze ukazujeme modelu príklady, ktoré ešte nikdy nevidel, a zisťujeme, ako dobre funguje.
Na natrénovanie modelu vždy potrebujeme dáta. Pod pojmom dáta si môžete predstaviť napríklad tabuľku, priečinok obrázkov, priečinok textov. Vo väčšine prípadov obsahujú dáta človekom priradenú výstupnú hodnotu (tzv. anotáciu). Pri fotografiách mačiek a psov môže ísť o informáciu, kde na fotografii je mačka a kde pes. Môžeme mať rôzne veľké množstvo dát, spravidla však platí, že s väčším množstvom (kvalitných) dát rastie kvalita fungovania modelu.
Model všeobecne
S modelom súvisí termín modelácia. Modelovať znamená vytvárať zjednodušenú reprezentáciu skutočnosti, ktorá pomáha lepšie pochopiť, analyzovať alebo simulovať zložité procesy, systémy alebo situácie. Napríklad:
- V matematike: Modelovanie znamená vytvoriť rovnice, ktoré popisujú správanie určitého systému, napríklad počasia alebo ekonomiky.
- V umení: Modelovanie znamená tvarovanie materiálu, ako je hlina, aby sa vytvoril určitý objekt, napríklad socha.
- V počítačovej vede a AI: Modelovať môže znamenať vytvoriť algoritmus, ktorý imituje procesy v reálnom svete, ako je rozpoznávanie obrazu alebo predpovedanie budúcich hodnôt.