Īsā atbilde
Mašīnmācīšanās ir mākslīgā intelekta joma, kurā dators nevis tiek ieprogrammēts ar noteikumiem, bet pats iemācās likumsakarības no datiem. Piemēram, no tūkstošiem iepriekšējo pasūtījumu tas iemācās prognozēt pieprasījumu vai atpazīt neparastu darījumu.
Atšķirība no parastas programmēšanas
Parastā programmā izstrādātājs uzraksta noteikumus: “ja summa pārsniedz X, pārbaudi”. Mašīnmācīšanās gadījumā sistēmai parāda daudz piemēru, un tā pati atrod likumsakarības, kas cilvēkam varētu palikt nepamanītas.
Galvenie veidi
- Uzraudzītā mācīšanās — dati ar pareizajām atbildēm (piemēram, “šis rēķins ir apstiprināts, šis — nē”).
- Neuzraudzītā mācīšanās — sistēma pati atrod grupas, piemēram, līdzīgu klientu segmentus.
- Dziļā mācīšanās — neironu tīkli ar daudziem slāņiem; uz tiem balstās arī lielie valodas modeļi.
Piemēri uzņēmumā
- Pieprasījuma un krājumu prognozes.
- Iekārtu bojājumu prognozēšana pēc sensoru datiem — skatiet kā ar sensoriem uzraudzīt iekārtas.
- Krāpniecisku vai kļūdainu darījumu atpazīšana.
- Klientu segmentēšana mārketingam.
Mašīnmācīšanās modeļiem vajag pietiekami daudz kvalitatīvu datu, tāpēc bieži pirmais solis ir sakārtot datu uzkrāšanu sistēmās.