URN_NBN_SI_DOC-RKSH48DC

SIR * IUS, september 2020 72 Slika 2: Standardni cevovod strojnega učenja. Od izbrane platforme, orodja oz. knjižnice je odvisno, katere korake je mogoče nadzorovati in koliko jih prilagajati potrebam [4] . 2.2. Kako deluje strojno učenje? Metode in algoritmi strojnega učenja pogosto posnemajo način učenja pri živih bitjih. Čeprav lahko v preveč tendencioznih prispevkih velikokrat zasledimo, da naj bi strojno učenje posnemalo učenje pri človeku, je vendarle bolj na mestu primerjava z "učenjem" kakšnega manj inteligentnega bitja od človeka, npr. domače živali. Računalnik je povsem neinteligentna naprava in zato nesposoben kakršnegakoli povezovanja naučenega v višje abstraktne modele, kot to nezavedno počne človek. Vzemimo torej za prikaz delovanja algoritmov strojnega učenja "dresiranje" psa. Denimo, da kužku prinašajo hrano v različnih posodah različne osebe, a za kužka je primerna le hrana, ki jo v modri posodi prinese njegov gospodar – vsa ostala hrana pa je neprimerna in kužka odvrača. Po določenem številu prinosov hrane se bo kužek naučil vzorca, da je zanj primerna le hrana, ki jo prinese gospodar v modri posodi. Če bo prinesel hrano nekdo, ki ni gospodar in hrana ne bo v modri posodi, bo kužek takšno hrano avtomatsko zavračal. Rečemo lahko, da se je na osnovi dveh vhodnih atributov (oseba, posoda) iz ustreznega števila primerov (različni prinosi hrane) naučil določiti izhodno vrednost (primerna ali neprimerna hrana). V osnovi točno na takšen način delujejo algoritmi strojnega učenja. Iz množice znanih primerov se naučijo poiskati vzorce, ki na osnovi vrednosti vhodnih