Oblasti strojového učení se věnuje více než 10 let. Během svého působení v akademické sféře se zabýval samoorganizací, strojovým učením bez učitele, predikcí časových řad a modelováním dopravy. Od roku 2014 se pohybuje na startupové scéně (GoodAI – výzkum obecné umělé inteligence, Neuron Soundware – zpracování zvuku, CEAI – fintech & NLP).
Strojové učení (ML) a umělá inteligence (AI) jsou příbuzné obory, ale není to totéž. Umělá inteligence je širší obor, který zahrnuje mnoho různých technologií, včetně strojového učení. Přečtěte si, jaké jsou kllíčové rozdíly mezi strojovým učením a umělou inteligencí.
Machine Learning, česky „strojové učení“ umožňuje společnostem být efektivní, vyhledávat vzory v datech, automatizovat a dělat rozhodnutí s minimálním zásahem člověka. Naučené algoritmy řeší definované úkoly v reálném čase a na základě vstupních dat. Zároveň se na nových datech učí a přizpůsobují se změně podmínek.
Strojové učení (ML) a umělá inteligence (AI) jsou příbuzné obory, ale není to totéž. Umělá inteligence je širší obor, který zahrnuje mnoho různých technologií, včetně strojového učení. Přečtěte si, jaké jsou kllíčové rozdíly mezi strojovým učením a umělou inteligencí.
Machine Learning, česky „strojové učení“ umožňuje společnostem být efektivní, vyhledávat vzory v datech, automatizovat a dělat rozhodnutí s minimálním zásahem člověka. Naučené algoritmy řeší definované úkoly v reálném čase a na základě vstupních dat. Zároveň se na nových datech učí a přizpůsobují se změně podmínek.