To je oblast koja se zasniva na dve druge naučne oblasti: pre svega na matematici i računarskim naukama. Kao što sam naziv sugeriše, oslanja se na sposobnost mašine (računara) da automatski uči obrasce na osnovu prethodnih podataka.
Ali, šta tačno znači da računar „uči“? Zapravo, ne uči sam računar, već program ili skup aplikacija koje zajedno čine jedan sistem koji se izvršava na računaru. Razvoj računarskih aplikacija (bilo da rade na klasičnim računarima, mobilnim uređajima ili moćnim serverima u oblaku) zahteva poznavanje specifičnih alata i programskih jezika.
Isto važi i za aplikacije koje koriste mašinsko učenje – one se mogu razvijati u različitim programskim jezicima, a sve češće se nude i kao gotova („out of the box“) rešenja, koje obezbeđuju kompanije poput OpenAI, kao i cloud provajderi (Amazon, Azure, Google).
U kontekstu mašinskog učenja, „out of the box“ označava unapred pripremljeno rešenje koje ne zahteva značajne izmene pre upotrebe. To znači da je model već konfigurisan i optimizovan da funkcioniše u opštim uslovima, bez dodatnih prilagođavanja.
Uz pomoć mašinskog učenja različite vrste podataka možemo da pretvorimo u konkretno znanje. Modeli mašinskog učenja koriste se za automatsko pronalaženje obrazaca u podacima različite složenosti. Kada podaci imaju mnogo dimenzija (varijabli), otkrivanje tih obrazaca ručno bilo bi gotovo nemoguće.
Vrste mašinskog učenja
U okviru mašinskog učenja postoji mnogo različitih pristupa koji se mogu koristiti pri rešavanju problema. Uopšteno, razlikuju se četiri glavne vrste:
- Nadzirano učenje (Supervised learning)
- Nenadzirano učenje (Unsupervised learning)
- Polunadzirano učenje (Semi-supervised learning)
- Učenje putem pojačanja (Reinforcement learning)
Nadzirano i nenadzirano učenje su najčešće korišćene i već dobro istražene metode. Polunadzirano i učenje putem pojačanja su noviji i složeniji pristupi, ali u mnogim slučajevima daju izuzetno dobre rezultate.
U zajednici koja se bavi mašinskim učenjem često se pominje teorija poznata kao “No Free Lunch”, koja kaže da ne postoji jedan univerzalan algoritam koji jednako dobro rešava sve tipove problema. Svaki problem ima svoje specifičnosti, zbog čega postoji veliki broj algoritama — a taj broj će nastaviti da raste, jer se modeli sve više prilagođavaju konkretnim potrebama i izazovima.
Coders Lab kurs Machine Learning počinje 07. Jula 2025. godine, više informacija na coderslab.rs
