Strojno učenje je popularna riječ za današnju tehnologiju, koja iz dana u dan raste vrlo brzo. Koristimo strojno učenje u svakodnevnom životu čak i bez da smo toga svjesni, kao što su Google Maps, Google asistent, Alexa, itd. Ispod su neke najpopularnije aplikacije Strojnog učenja u stvarnom svijetu:
1. Prepoznavanje slike:
Prepoznavanje slika jedna je od najčešćih primjena strojnog učenja. Koristi se za identifikaciju objekata, osoba, mjesta, digitalnih slika, itd. Popularni slučaj upotrebe prepoznavanja slika i detekcije lica je, Automatski prijedlog za označavanje prijatelja :
Facebook nam nudi značajku automatskog predlaganja označavanja prijatelja. Kad god postavimo fotografiju s našim Facebook prijateljima, automatski dobijemo prijedlog za označavanje s imenom, a tehnologija koja stoji iza toga je strojno učenje prepoznavanje lica i algoritam prepoznavanja .
Temelji se na Facebook projektu pod nazivom ' Duboko lice ,' koja je odgovorna za prepoznavanje lica i identifikaciju osobe na slici.
2. Prepoznavanje govora
Dok koristimo Google, dobivamo opciju ' Glasovno pretraživanje ,' spada u prepoznavanje govora i popularna je aplikacija strojnog učenja.
Prepoznavanje govora je proces pretvaranja glasovnih uputa u tekst, a poznat je i kao ' Govor u tekst ', ili ' Računalno prepoznavanje govora .' Trenutačno se algoritmi strojnog učenja široko koriste u raznim aplikacijama prepoznavanja govora. Google pomoćnik , Siri , Cortana , i Alexa koriste tehnologiju prepoznavanja govora kako bi slijedili glasovne upute.
kako pronaći skrivene stvari na androidu
3. Predviđanje prometa:
Ako želimo posjetiti neko novo mjesto, koristimo Google Maps koji nam pokazuje točan put s najkraćom rutom i predviđa stanje u prometu.
Predviđa uvjete u prometu, primjerice je li promet slobodan, odvija li se sporo ili ima velike gužve uz pomoć dva načina:
Svatko tko koristi Google Map pomaže ovoj aplikaciji da bude bolja. Uzima podatke od korisnika i šalje natrag u svoju bazu podataka kako bi poboljšao izvedbu.
4. Preporuke proizvoda:
Strojno učenje naširoko koriste razne tvrtke za e-trgovinu i zabavu kao što su Amazon , Netflix , itd., za preporuku proizvoda korisniku. Kad god tražimo neki proizvod na Amazonu, tada smo počeli dobivati reklamu za isti proizvod dok surfamo internetom na istom pregledniku i to je zbog strojnog učenja.
Google razumije interes korisnika koristeći različite algoritme strojnog učenja i predlaže proizvod prema interesu korisnika.
Slično tome, kada koristimo Netflix, nalazimo neke preporuke za zabavne serije, filmove i sl., a to se također radi uz pomoć strojnog učenja.
5. Samovozeći automobili:
Jedna od najuzbudljivijih primjena strojnog učenja su automobili koji se sami voze. Strojno učenje igra značajnu ulogu u samovozećim automobilima. Tesla, najpopularnija tvrtka za proizvodnju automobila, radi na samovozećem automobilu. Koristi metodu učenja bez nadzora kako bi osposobio modele automobila za otkrivanje ljudi i objekata tijekom vožnje.
6. Filtriranje neželjene e-pošte i zlonamjernog softvera:
Kad god primimo novu e-poštu, ona se automatski filtrira kao važna, normalna i neželjena pošta. Uvijek primamo važnu poštu u sandučić s važnim simbolom i spam e-poruke u našem sandučiću za neželjenu poštu, a tehnologija koja stoji iza toga je Strojno učenje. Ispod su neki filtri neželjene pošte koje koristi Gmail:
- Filtar sadržaja
- Filter zaglavlja
- Filter općih crnih lista
- Filtri temeljeni na pravilima
- Filtri dopuštenja
Neki algoritmi strojnog učenja kao što su Višeslojni perceptron , Stablo odlučivanja , i Naivni Bayesov klasifikator koriste se za filtriranje neželjene e-pošte i otkrivanje zlonamjernog softvera.
7. Virtualni osobni asistent:
Imamo razne virtualne osobne asistente kao što su Google pomoćnik , Alexa , Cortana , Siri . Kao što naziv sugerira, oni nam pomažu u pronalaženju informacija pomoću glasovnih uputa. Ovi pomoćnici mogu nam pomoći na razne načine samo našim glasovnim uputama kao što su Pusti glazbu, nazovi nekoga, Otvori e-poštu, Zakaži termin itd.
Ovi virtualni pomoćnici koriste algoritme strojnog učenja kao važan dio.
Ovi pomoćnici snimaju naše glasovne upute, šalju ih preko poslužitelja u oblaku i dekodiraju pomoću ML algoritama i djeluju u skladu s tim.
8. Otkrivanje online prijevara:
Strojno učenje čini našu mrežnu transakciju sigurnom otkrivanjem lažne transakcije. Kad god izvršimo neku online transakciju, mogu postojati različiti načini na koje se može dogoditi lažna transakcija kao što su lažni računi , lažne osobne iskaznice , i ukrasti novac usred transakcije. Da bismo to otkrili, Feed Forward neuronska mreža pomaže nam provjerom radi li se o pravoj transakciji ili transakciji prijevare.
Za svaku originalnu transakciju, izlaz se pretvara u neke hash vrijednosti, a te vrijednosti postaju ulaz za sljedeći krug. Za svaku pravu transakciju postoji poseban obrazac koji dobiva sitniš za transakciju prijevare, otkriva je i čini naše online transakcije sigurnijima.
9. Trgovanje na burzi:
Strojno učenje naširoko se koristi u trgovanju na burzi. Na burzi uvijek postoji rizik od uspona i padova dionica, pa tako i za ovo strojno učenje neuronska mreža dugog kratkoročnog pamćenja koristi se za predviđanje kretanja na burzi.
10. Medicinska dijagnoza:
U medicini se strojno učenje koristi za dijagnozu bolesti. Uz to, medicinska tehnologija raste vrlo brzo i može izgraditi 3D modele koji mogu predvidjeti točan položaj lezija u mozgu.
Pomaže u lakom otkrivanju tumora mozga i drugih bolesti povezanih s mozgom.11. Automatski prijevod jezika:
U današnje vrijeme, ako posjetimo novo mjesto, a nismo svjesni jezika, onda to uopće nije problem, jer nam u tome također pomaže strojno učenje pretvaranjem teksta u naše poznate jezike. Googleov GNMT (Google Neural Machine Translation) pruža ovu značajku, a to je neuronsko strojno učenje koje prevodi tekst na naš poznati jezik, a zove se automatski prijevod.
Tehnologija koja stoji iza automatskog prevođenja je algoritam za učenje od sekvence do sekvence, koji se koristi s prepoznavanjem slike i prevodi tekst s jednog jezika na drugi.