Mësimi Automatik (Machine Learning) është një nga teknologjitë më të reja dhe më tërheqëse në fushën e Shkencave Kompjuterike. Ne çdo ditë përdorim algoritma të cilët bazohen te kjo teknologji. Çdo herë që ne bëmë një kërkim në Google, Bing apo në motorë të tjerë kërkimi habitemi nga shpejtësia dhe saktësia e rezultateve. Një nga arsyet është fakti se këta motorë përdorin algoritma të mësimit automatik të zhvilluar nga kompanitë e mëdha si Google e Microsoft.
Esenca e mësimit automatik është fakti që këta algoritma të jenë duke mësuar gjatë gjithë kohës, e jo të mbesin në gjendjen fillestare. Këtu mund ta heqim një paralele me njeriun: ne mësojmë gjatë gjithë kohës, qoftë nga reagimet apo nga rezultatet që shohim.
Arthur Lee Samuel ishte pioner në fushën e lojërave kompjuterike dhe inteligjencës artificiale. Ai ka dhënë një përkufizim mbi “Machine Learning” duke e quajtur fushë studimi që i jep kompjuterit aftësinë e të mësuarit pa qenë i programuar në mënyrë ekplicite.
Një përkufizim tjetër nga Tom Mitchell është pak më i kuptueshëm. Ai jep këtë përkufizim: “Një program kompjuterik është duke mësuar nga eksperienca E në një detyrë T matur me performancën P, vetëm nëse performanca P në detyrën T përmirsohet gjate eksperiencës E.”
Terma nga Mësimi Automatik
Disa terma që do të përdoren më poshtë janë:
- Bashkësia e të dhënave: Një koleksion i të dhënave të ndërlidhura i përbërë nga elemente të ndara por që nga algoritmat e mësimit automatik trajtohet si një njësi e vetme.
- Të dhënat trajnuese: Një pjesë e një bashkësie të dhënash që përdoret për të trajnuar kompjuterin për të mësuar diçka.
- Të dhënat testuese: Një përqindje më e vogël e të dhënave që përdoret për të testuar algoritmat dhe aftësinë e tyre për të mësuar nga të dhënat trajnuese.
Shembull: Në lëndën e matematikës, profesori i lëndës ka një libër me probleme të zgjidhura. Bashkë me profesorin e lëndës kemi zgjidhur 80% të problemeve, mirëpo ai nuk na ka dhënë 20% të problemeve duke thënë se pjesa tjetër e problemeve do të jetë në provim. Profesori përdor këtë 20% të problemeve që ne nuk i kemi parë më parë për të testuar se çfarë kemi mësuar nga 80% të problemeve që kemi parë.
Llojet e Algoritmave të Mësimit Automatik
Dallohen disa tipe kryesore të algoritmave të mësimit automatik:
- Mësimi i Mbikëqyrur: Aplikohen në të dhëna të reja për të parashikuar ngjarje të së ardhmes duke përdorur etiketat (labels).
- Mësimi i Pambikëqyrur: Përdoren kur të dhënat trajnuese nuk janë të klasifikuara apo etiketuara (unlabelled data).
- Mësimi i Gjysmë-mbykqyrur: Kombinon të dhëna të etiketuara dhe të paetiketuara për të trajnuar modelin.
- Mësimi i Përforcuar: Një metodë që bashkëvepron me mjedisin duke prodhuar aksione dhe zbulon gabime dhe shpërblime gjatë këtyre bashkëveprimeve.