Servisi mašinskog učenja u cloud-u

1. Uvod

Mašinsko učenje se zasniva na ideji da postoje generički algoritmi koji vam mogu reći nešto interesantno o skupu podataka, a da pritom vi ne morate da napišete poseban kod za taj problem. Umesto da pišete kod, vi ubacite podatke u generički algoritam, a on napravi svoju logiku na osnovu podataka.
Na primer, jedna vrsta ovakvih algoritama je klasifikacioni algoritam za razdvajanje običnih od “spam” mailova. Koristi se da prepozna rukom napisane brojeve kako bi mogao da klasifikuje mejlove u “spam” i “nije spam”, bez promene i jedne jedine linije koda.

Primeri mašinskog učenja su: sortirane, tagovane i kategorizovane slike; automatizovani automobili; ciljana e-pošta; rangirane objave na društvenim mrežama; preporuke prilikom online kupovie, itd.

Postoje dve vrste mašinskog učenja, nadgledano i nenadgledano. Nadgledano učenje (supervised learning) predstavlja oblik mašinskog učenja na osnovu obeleženog skupa podataka za treniranje. Podaci za treniranje sastoje se od ulaznih podataka predstavljenih uglavnom nizom realnih brojeva, kao i željena očekivanja izlazne vrednosti. Nenadgledano učenje (unsupervised learning) predstavlja drugi oblik mašinskog učenja koji treiranje algoritama obavlja na osnovu neobeleženog skupa podataka.

2. Prednosti i mane mašinskog učenja

Prednosti:
 Konstano poboljšanje – Algoritmi za mašinsko učenje sposobni su da uče i nadograđuju svoje znanje i mogućnosti na osnovu podataka koje im mi zadajemo. Velika količina podataka se skuplja svaki dan i tim treningom se konstantno poboljšava.
 Automatizovanost svega – Mashine learning ima mogućnost automatizacije rešavana nekih lakših svakodnevnih zadataka, kako bi diveloperi to vreme koje bi proveli rešavajući ih moguli iskoristiti na produktivniji način.
 Prepoznavanje trendova i šablona – Primer ovoga je Amazon koji analizira korpe svojih kupaca i današnje trendove, kako bi predvideo proizvode koji bi kupca najviše zanimali.
 Veliki broj aplikacija – U današnje vreme mašinsko učenje se koristi u svim oblastima, od zaštite do obrazovanja. Zbog toga postoji veliki broj različitih alatki koje se mogu koristiti za određene oblasti.