Алгоритми машинског учења могу олакшати живот и рад, ослобађајући нас од сувишних задатака, радећи брже - и паметније - од целих тимова људи. Међутим, постоје различите врсте машинског учења. На пример, постоји учење ојачања и учење о дубоком појачању.
"Иако су учење ојачања и дубоко учвршћивање обе технике машинског учења које се аутономно уче, постоје неке разлике", каже др Кихо Лим, доцент за рачунарске науке са Универзитета Виллиам Патерсон у Ваинеу, Нев Јерсеи. „Ојачавање учења динамички се учи методом покушаја и грешака како би се максимизирао исход, док се дубоко учвршћено учење учи из постојећих знања и примењује га на нови скуп података.“
Али шта, тачно, то значи? Отишли смо до стручњака - и замолили их да наведу обиље примера!
