Co to znamená v praxi
Klasický počítačový program funguje jako velmi přísný úředník. Jde přesně podle předepsaných pravidel: „Když nastane situace A, udělej krok B.” Problém nastane, když ve firmě najednou narazíte na situaci C, kterou programátor nepředvídal. Systém spadne.
Strojové učení funguje jinak. Místo pravidel mu dáte obrovské množství příkladů. Představte si, že ho chcete naučit, jak vypadá spam. Nenapíšete mu seznam zakázaných slov. Ukážete mu 10 000 běžných e-mailů a 10 000 spamů. Systém si sám najde vzorce, skrytá propojení a pravidla. Čím víc dat mu později dáváte, tím je přesnější a šikovnější.
Proč to firmy musí znát
- Predikce a předpovědi: Strojové učení dokáže z vašich historických dat odhadnout, kdy se například pokazí výrobní stroj nebo kolik zboží objednat na další měsíc.
- Personalizace prodeje: E-shopy využívají machine learning k tomu, aby každému návštěvníkovi ukázaly přesně ty produkty, které si s největší pravděpodobností koupí (na základě chování tisíců jiných zákazníků).
- Zlepšování v čase: Systémy běžící na strojovém učení nezastarávají tak rychle jako běžný software, protože se neustále přizpůsobují novým firemním datům.
Příklad z praxe
Spediční firma používala fixní trasy pro svoje kurýry na základě zkušeností dispečerů. Potom zavedli software postavený na strojovém učení. Systém analyzoval data o stovkách tisíc minulých jízd, zácpy v různých časech, počasí a průměrný čas vykládky. Na základě těchhle vzorců začal systém plánovat trasy tak efektivně, že firmě klesly náklady na pohonné hmoty o 12 % a řidiči stihli obsloužit víc klientů za den.
Abyste ve firmě využili sílu dnešních modelů postavených na strojovém učení, nepotřebujete programátory. Na našich firemních AI trénincích vám ukážeme hotové nástroje, které můžete začít používat ihned.