Машинско

учење
 Шта је машинско учење?
● Машинско учење представља способност софтверског програма да учи
из искуства.
● Заснива се на идеји да постоје генерички алгоритми који вам могу рећи
пуно ствари о неком скупу података, а да ви уствари не морате да
уносите посебан код за тај проблем.
● Генерички алгоритам помоћу података направи своју логику за решење
проблема.
 Облици машинског учења

Ненадгледано Учење уз
Надгледано учење учење подстицање

Вођено задацима Вођено подацима Учење из грешака

Кораци процеса машинског учења
Прикупљање и
1 припрема
података 2
Анализа
резултујућих
података

3
Избор метода за Избор модела
учење
4 који ће се
користити

5 Тестирање
 Примена
медицина
Препознавање болести сигурност друго...
Одређивање терапије Видео надзор Аутономна возила
Праћење епидемије Captcha Chatbotovi
Предвиђање цена
на берзи

01 02 03 04 05

препознавање говора предлози

и лица Предлагање Google претраге
Аутоматско превођење Рекламе
Асистенти: Siri и Alexa Предлози на Facebook-у, Youtube-у
Откључавање екрана
 Значај за медицину

ENLITIC-Машинско учење за рану детекцију канцера.

Епидемиологија-Алгоритам машинског учења који предвиђа

када ће се број оболелих смањити

Bluedot-софтвер за препознавање ризика од епидемије

У свакодневном животу...
Будућност машинског учења

Рачунарски вид-грешка 3%