Spis treści
Co to jest uczenie maszynowe?
Uczenie maszynowe (machine learning, ML) to dziedzina sztucznej inteligencji, w której model uczy się na danych zamiast działać według ręcznie zapisanych reguł. Według Google to proces trenowania oprogramowania, zwanego modelem, który potem dokonuje prognoz lub generuje treści na podstawie nowych danych.
Zamiast pisać regułę „jeśli klient zrobił A i B, to kupi”, pokazuje się modelowi tysiące przykładów i pozwala mu samemu znaleźć zależności. Tak działają m.in. systemy, z których marketerzy korzystają na co dzień, nawet jeśli nie nazywają ich uczeniem maszynowym.
Rodzaje uczenia maszynowego
Uczenie nadzorowane
model uczy się na przykładach z poprawnymi odpowiedziami i przewiduje wyniki dla nowych danych
np. czy kliknięcie zakończy się konwersją
Uczenie nienadzorowane
model szuka wzorców w danych bez gotowych odpowiedzi
np. grupowanie podobnych klientów lub fraz
Uczenie przez wzmacnianie
model uczy się na nagrodach i karach za swoje działania
np. dopracowywanie zachowania asystentów AI
Generatywna AI
modele, które tworzą nowe treści na podstawie danych od użytkownika
np. tekst, obraz, kod
Podział za materiałami Google o uczeniu maszynowym. Więcej o ostatniej kategorii w haśle generatywna AI.
AI, uczenie maszynowe, deep learning i LLM
Pojęcie
czym jest
Przykład
w marketingu
Sztuczna inteligencja
Pojęcie
najszersze pojęcie: systemy wykonujące zadania wymagające inteligencji
Przykład
asystent AI, automatyczne stawki
Uczenie maszynowe
Pojęcie
część AI: modele uczą się na danych zamiast sztywnych reguł
Przykład
prognoza konwersji w Smart Bidding
Deep learning
Pojęcie
część ML: wielowarstwowe sieci neuronowe
Przykład
rozpoznawanie obrazów
LLM
Pojęcie
duże modele językowe oparte na deep learningu
Przykład
ChatGPT, Claude, Gemini
Każde kolejne pojęcie zawiera się w poprzednim. Więcej w hasłach sztuczna inteligencja, deep learning i LLM.
Uczenie maszynowe w wyszukiwarce i reklamach
- Wyszukiwarka Google: w przewodniku po systemach rankingowych Google opisuje systemy AI, takie jak RankBrain, dopasowywanie neuronowe i BERT, które pomagają rozumieć zapytania. Więcej w haśle wyszukiwanie semantyczne.
- Google Ads: Smart Bidding według Google korzysta z technologii AI, żeby ustalać stawkę w każdej aukcji. Na danych opiera się też atrybucja oparta na danych.
- Asystenci AI: ChatGPT, Claude i Gemini to modele językowe, czyli zaawansowana forma uczenia maszynowego.
- Sklepy: rekomendacje produktów, prognozy sprzedaży, wykrywanie oszustw.
Komentarz Sebastiana – konsultanta SEO i AI
Sebastian Baryś · freelancer SEO i Google Ads
Nie trzeba umieć budować modeli, żeby korzystać z uczenia maszynowego w marketingu. Trzeba za to rozumieć jedną zasadę: model uczy się na danych, które mu dajesz. Złe konwersje w Google Ads czy niepełne dane w feedzie to dla algorytmu złe przykłady, a efekty są tak dobre, jak te przykłady.
Na szkoleniach pokazuję uczenie maszynowe przez narzędzia, z których zespoły już korzystają: Smart Bidding, atrybucję opartą na danych, asystentów AI. Teoria przydaje się o tyle, o ile pomaga lepiej karmić te systemy danymi.
Powiązane pojęcia
Jak Uczenie maszynowe łączy się z innymi pojęciami ze słownika:
- uczenie maszynowe jest dziedziną sztucznej inteligencji
- deep learning jest rodzajem uczenia maszynowego
- Smart Bidding wykorzystuje uczenie maszynowe
FAQ – najczęstsze pytania
Co to jest uczenie maszynowe?
Uczenie maszynowe (machine learning, ML) to dziedzina sztucznej inteligencji, w której oprogramowanie, zwane modelem, uczy się na danych zamiast działać według ręcznie zapisanych reguł. Według Google to proces trenowania modelu, który potem dokonuje prognoz lub generuje treści na podstawie nowych danych.
Jakie są rodzaje uczenia maszynowego?
Google wyróżnia uczenie nadzorowane (model uczy się na przykładach z poprawnymi odpowiedziami), nienadzorowane (szuka wzorców w danych bez odpowiedzi), uczenie przez wzmacnianie (uczy się na nagrodach i karach) oraz generatywną AI, czyli modele tworzące nowe treści.
Czym różni się uczenie maszynowe od sztucznej inteligencji?
Sztuczna inteligencja to szersze pojęcie: wszystkie systemy, które wykonują zadania wymagające inteligencji. Uczenie maszynowe to jedna z metod budowania AI, w której system uczy się na danych. Deep learning to z kolei odmiana uczenia maszynowego oparta na wielowarstwowych sieciach neuronowych.
Czy ChatGPT to uczenie maszynowe?
Tak. ChatGPT, Claude czy Gemini to duże modele językowe (LLM), czyli modele uczenia maszynowego, a dokładniej deep learningu, wytrenowane na ogromnych zbiorach tekstu, a potem dopracowywane m.in. przez uczenie ze wzmocnieniem na podstawie ocen ludzi. To przykład generatywnej AI.
Gdzie w marketingu wykorzystuje się uczenie maszynowe?
Wszędzie tam, gdzie decyzje opierają się na dużej ilości danych: w automatycznych stawkach Google Ads (Smart Bidding), w dobieraniu odbiorców reklam, w atrybucji opartej na danych, w systemach rankingowych wyszukiwarki, w rekomendacjach produktów w sklepach i w prognozowaniu sprzedaży.
Źródła
Chcesz, żeby zespół rozumiał AI w marketingu?
Na szkoleniu wyjaśnię, jak działają uczenie maszynowe, modele językowe i automatyzacje w Google Ads, na przykładach z Twojej branży i bez zbędnej teorii.
Sebastian Baryś
Odpowiadam osobiście, bez pośredników