Strojové učení: pojmy

NED

umime.to/NED

Zde uvádíme přehled pojmů, se kterými se můžete často potkat v textech o strojovém učení. Mnoho z nich zatím nemá ustálené české překlady, proto se i v českých textech často používají anglické výrazy (níže uvedené kurzivou v závorce). Podrobnější vysvětlení jednotlivých pojmů najdete v dílčích tématech strojového učení.

pojem	popis
strojové učení	učení programů na základě dat
model	mapování vstupů na výstupy (řešení úlohy strojového učení)
datová sada (dataset)	data pro trénování modelu
příklad (example)	jeden kompletní vstup pro model (řádek datasetu)
atribut (feature)	informace o příkladech použitá modelem (sloupec datasetu)
štítek (label)	správný výstup pro daný příklad
anotování dat	přiřazování správných výstupů (štítků)
označkovaná data	data s požadovaným výstupem (štítkem)
predikce	předpověď, odhad (výstup modelu)
inference	vytvoření odhadů natrénovaným modelem
učení s učitelem (supervised learning)	přístup ke strojovému učení využívající označkovaná data
učení bez učitele (unsupervised learning)	přístup ke strojovému učení využívající neoznačkovaná data
učení s částečným dohledem (semi-supervised learning)	přístup ke strojovému učení využívající označkovaná i neoznačkovaná data
posilované učení, zpětnovazební učení (reinforcement learning)	učení skrze interakci s prostředím zahrnující zpětnou vazbu na provedené akce
klasifikace	úloha určit příslušnost příkladu k jedné z několika předem daných kategorií (např. žánr knížky)
regrese	úloha určit číselnou hodnotu pro daný příklad (např. hodnocení knížky)
řazení (ranking)	úkol uspořádat příklady (např. doporučení knížek)
detekce anomálií	úkol odhalit příklady, které se výrazně liší od zbytku dat
shlukování (clustering)	úloha rozdělit příklady do skupin (shluků, clusters) s podobnými vlastnostmi
generativní umělá inteligence (generative AI)	modely generující komplexní výstupy, např. odpovědi nebo obrázky
lineární model	model určující výstup na základě váženého součtu atributů
rozhodovací strom (decision tree)	model určující výstup na základě posloupnosti podmínek
náhodný les (random forest)	model složený z mnoha rozhodovacích stromů
neuronová síť	model volně inspirovaný strukturou mozku, složený z mnoha propojených „neuronů“ počítajících jednoduchou funkci, typicky organizovaných do vrstev
hluboké učení (deep learning)	učení neuronových sítí s mnoha vrstvami
velký jazykový model (Large Language Model, LLM)	rozsáhlá neuronová síť predikující pravděpodobnost dalšího slova (např. GPT)
transformátor (transformer)	typ neuronové sítě umožňující efektivní učení na rozsáhlých datech (T v GPT znamená právě transformátor)
parametry, váhy	hodnoty modelu, které lze měnit během učení
gradientní sestup (gradient descent)	učící algoritmus, který opakovaně mění parametry modelu ve směru největší změny (gradientu) chybové funkce
stochastický gradientní sestup (SGD)	efektivní varianta gradientního sestupu využivají prvek náhodnosti
trénovací data	data použitá k učení modelu
testovací data	data použitá k vyhodnocení modelu
generalizace	schopnost predikovat správné výstupy i pro nová data (tedy zobecňovat)
memorizace	pouhé zapamatování správných výstupů trénovací data
podučení (underfitting)	model má vysokou chybovost, protože je příliš jednoduchý na danou úlohu
přeučení (overfitting)	přesné zapamatování trénovacích dat na úkor schopnosti generalizovat
regularizace	metody zabraňující přeučení, např. penalizace komplexity modelu
zkreslení, předpojatost, (bias)	systematická chyba, která vede k neférovým důsledkům
výběrové zkreslení (selection bias)	typ zkreslení, kdy data nereprezentují adekvátně všechny typy případů
základní model (baseline)	jednoduché řešení úlohy použité pro srovnání se složitějšími metodami
metrika	hodnota vyjadřující kvalitu modelu
střední kvadratická chyba (mean squared error)	metrika pro regresní úlohy, průměrná druhá mocnina odchylky mezi predikovanou a skutečnou hodnotou
správnost (accuracy)	metrika pro klasifikační úlohy, podíl správných odpovědí
přesnost (precision)	metrika pro klasifikační úlohy, kolik ze všech označených příkladů je pozitivních
pokrytí (recall)	metrika pro klasifikační úlohy, kolik ze všech pozitivních příkladů model detekoval
matice záměn (confusion matrix)	tabulka zobrazující, kolik kterých kategorií bylo jak klasifikováno
tenzorové procesy, TPU (Tensor Processing Unit)	procesory specializované na strojové učení