Strojové učení je módní slovo pro dnešní technologie a každým dnem velmi rychle roste. Strojové učení používáme v našem každodenním životě, i když o tom nevíme, jako jsou Mapy Google, asistent Google, Alexa atd. Níže jsou některé z nejpopulárnějších aplikací strojového učení v reálném světě:
1. Rozpoznávání obrázků:
Rozpoznávání obrázků je jednou z nejběžnějších aplikací strojového učení. Používá se k identifikaci objektů, osob, míst, digitálních obrázků atd. Oblíbeným příkladem použití rozpoznávání obrazu a detekce obličeje je, Návrh automatického označování přátel :
Facebook nám poskytuje funkci automatického označování přátel. Kdykoli nahrajeme fotku se svými přáteli na Facebooku, automaticky dostaneme návrh na označení jmenovkou a technologie, která za tím stojí, je strojové učení detekce obličeje a rozpoznávací algoritmus .
Je založen na projektu Facebooku s názvem ' Deep Face “, který je zodpovědný za rozpoznání obličeje a identifikaci osoby na obrázku.
2. Rozpoznávání řeči
Při používání Google získáváme možnost „ Vyhledávání podle hlasu “ spadá pod rozpoznávání řeči a je to populární aplikace strojového učení.
Rozpoznávání řeči je proces převodu hlasových pokynů na text a je také známý jako „ Řeč na text ', nebo ' Počítačové rozpoznávání řeči .' V současné době jsou algoritmy strojového učení široce používány různými aplikacemi rozpoznávání řeči. Asistent Google , Siri , Cortana , a Alexa používají technologii rozpoznávání řeči k provádění hlasových pokynů.
vytvoření spustitelného skriptu shellu
3. Předpověď provozu:
Pokud chceme navštívit nové místo, využijeme Google Maps, které nám ukáží správnou cestu s nejkratší trasou a předpovídají dopravní situaci.
Předpovídá dopravní podmínky, například zda je doprava uvolněná, pomalu se pohybující nebo silně ucpaná, pomocí dvou způsobů:
Každý, kdo používá Mapu Google, pomáhá této aplikaci vylepšovat ji. Přebírá informace od uživatele a odesílá je zpět do své databáze, aby zlepšil výkon.
4. Doporučení k produktu:
Strojové učení hojně využívají různé e-commerce a zábavní společnosti jako např Amazonka , Netflix atd. pro doporučení produktu uživateli. Kdykoli hledáme nějaký produkt na Amazonu, pak se nám začala zobrazovat reklama na stejný produkt při surfování na internetu ve stejném prohlížeči, a to kvůli strojovému učení.
Google chápe zájem uživatelů pomocí různých algoritmů strojového učení a navrhuje produkt podle zájmu zákazníků.
Podobně, když používáme Netflix, najdeme některá doporučení pro zábavné seriály, filmy atd., a to také pomocí strojového učení.
5. Samořídící auta:
Jednou z nejzajímavějších aplikací strojového učení jsou samořídící auta. U samořídících aut hraje významnou roli strojové učení. Tesla, nejoblíbenější automobilka, pracuje na samořídícím voze. Využívá metodu učení bez dozoru k trénování modelů aut, aby detekovaly osoby a předměty během jízdy.
6. Filtrování e-mailového spamu a malwaru:
Kdykoli obdržíme nový e-mail, je automaticky filtrován jako důležitý, normální a spam. Do naší e-mailové schránky vždy dostáváme důležitý e-mail s důležitým symbolem a spamové e-maily v naší spamové schránce a technologií, která za tím stojí, je strojové učení. Níže jsou uvedeny některé spamové filtry používané Gmailem:
- Filtr obsahu
- Filtr záhlaví
- Obecný filtr blacklistů
- Filtry založené na pravidlech
- Filtry oprávnění
Některé algoritmy strojového učení jako např Vícevrstvý perceptron , Rozhodovací strom , a Naivní Bayes klasifikátor se používají pro filtrování nevyžádané pošty a detekci malwaru.
7. Virtuální osobní asistent:
Disponujeme různými virtuálními osobními asistenty jako např Asistent Google , Alexa , Cortana , Siri . Jak název napovídá, pomáhají nám při vyhledávání informací pomocí hlasových pokynů. Tito asistenti nám mohou pomoci různými způsoby pouze našimi hlasovými pokyny, jako je Přehrát hudbu, zavolat někomu, Otevřít e-mail, Naplánovat schůzku atd.
Tito virtuální asistenti používají jako důležitou součást algoritmy strojového učení.
Tito asistenti zaznamenávají naše hlasové pokyny, posílají je přes server do cloudu a dekódují je pomocí algoritmů ML a podle toho jednají.
8. Online detekce podvodů:
Díky strojovému učení jsou naše online transakce bezpečné a zabezpečené odhalováním podvodných transakcí. Kdykoli provádíme nějakou online transakci, mohou existovat různé způsoby, jak může dojít k podvodné transakci, jako např falešné účty , falešná ID , a ukrást peníze uprostřed transakce. Abychom to zjistili, Feed Forward Neuronová síť pomáhá nám tím, že kontroluje, zda se jedná o skutečnou transakci nebo podvodnou transakci.
U každé skutečné transakce se výstup převede na nějaké hash hodnoty a tyto hodnoty se stanou vstupem pro další kolo. Pro každou skutečnou transakci existuje specifický vzorec, který se změní pro podvodnou transakci, a proto ji odhalí a naše online transakce budou bezpečnější.
9. Obchodování na burze:
Strojové učení je široce používáno v obchodování na burze. Na akciovém trhu vždy existuje riziko vzestupu a poklesu akcií, takže pro toto strojové učení neuronová síť s dlouhodobou krátkodobou pamětí se používá k predikci trendů na akciovém trhu.
10. Lékařská diagnóza:
V lékařské vědě se strojové učení používá pro diagnostiku nemocí. Díky tomu lékařská technologie velmi rychle roste a je schopna vytvářet 3D modely, které dokážou předpovědět přesnou polohu lézí v mozku.
Pomáhá snadno najít mozkové nádory a další mozková onemocnění.11. Automatický překlad jazyka:
V dnešní době, když navštívíme nové místo a neznáme jazyk, není to vůbec problém, k tomu nám pomáhá i strojové učení, které převádí text do našich známých jazyků. Google GNMT (Google Neural Machine Translation) poskytuje tuto funkci, což je neuronové strojové učení, které překládá text do našeho známého jazyka a nazývá se automatický překlad.
Technologie, která stojí za automatickým překladem, je algoritmus sekvenčního učení, který se používá s rozpoznáváním obrázků a překládá text z jednoho jazyka do druhého.