Praktické aplikace strojového učení: Doporučovací systémy a predikce

Proč strojové učení proniká do praxe

Strojové učení (ML) se posunulo z laboratorního prostředí do produkčních systémů napříč průmyslovými odvětvími. Klíčovými hnacími faktory jsou dostupnost dat (transakčních, senzorových, obrazových, textových), výpočetní kapacita (GPU/TPU, cloud) a zralé inženýrské postupy pro robustní nasazení. V praxi ML řeší úlohy predikce, klasifikace, doporučování, detekce anomálií, zpracování přirozeného jazyka a optimalizace rozhodování. V tomto článku ukazujeme vzorové aplikace, provozní vzorce nasazení (MLOps), metriky, rizika i ekonomiku.

Typologie úloh a odpovídající metriky

• Klasifikace (binární/multitřídní): detekce podvodů, triáž tiketů; metriky: přesnost, precision/recall, F1, ROC-AUC, PR-AUC.
• Regrese: odhad poptávky, doby doručení; metriky: RMSE, MAE, MAPE, R².
• Detekce anomálií: výpadky, kvalita výroby; metriky: recall@k, time-to-detect, false alert rate.
• Doporučování: produkty, obsah; metriky: NDCG@k, MAP, CTR, konverze, ARPU.
• Zpracování přirozeného jazyka (NLP): klasifikace textu, sumarizace, rozpoznávání pojmenovaných entit (NER); metriky: BLEU/ROUGE, F1, WER (ASR).
• Počítačové vidění: detekce a segmentace; metriky: mAP, IoU, pixel accuracy.
• Predikce časových řad: forecasting; metriky: sMAPE, MASE, P50/P90 pinball loss.
• Reinforcement Learning (RL): dynamická alokace zdrojů; metriky: kumulativní odměna, regret, stabilita politiky.

Průmyslové vertikály a typické use-cases

Zdravotnictví: od obrazu po workflow klinik

• Radiologie: CNN/ViT pro detekci lézí (CT/MRI, RTG) jako druhý čtenář; nasazení jako assistive systém, nikoli autonomní rozhodování.
• NLP záznamů: extrakce diagnóz a medikací (NER), sumarizace zpráv; zrychlení administrativních procesů.
• Operační logistika: predikce délky hospitalizace a plánování kapacit lůžek (regrese, časové řady).
• Compliance: vysvětlitelnost modelů (SHAP), auditovatelnost, ochrana dat (de-identifikace), eliminace data leakage.

Výroba: prediktivní údržba a vizuální kontrola

• Prediktivní údržba (PdM): modely přežití (Cox), gradient boosting, LSTM/Transformer na vibračních a teplotních signálech; KPI: MTBF, snížení neplánovaných odstávek.
• Vizuální inspekce: segmentace vad na výrobní lince (U-Net/Mask R-CNN), few-shot adaptace na nové vady, nasazení na edge kamerách.
• Optimalizace parametrů: Bayesian Optimization procesních parametrů (rychlost, teplota) pro maximalizaci výtěžnosti.

Fintech: scoring, podvody a řízení rizik

• Credit scoring: interpretovatelný boosting (Explainable GBMs), monotonní omezení, odolnost vůči concept drift.
• Detekce podvodů: grafové embeddings + GNN na transakčních grafech, online učení a real-time inference s latencí pod 50 ms.
• AML: detekce anomálního chování účtů, case management s aktivním učením pro prioritizaci vyšetřování.

Retail a média: doporučování a personalizace

• Doporučovací systémy: hybridní kolaborativní filtrování + content-based + session-based (GRU4Rec/Transformers), re-ranking pro diverzitu a novost.
• Cenotvorba: elastické křivky, uplift modeling pro promoakce; multi-armed bandits pro online experimenty.
• Dopad relevance vyhledávání: learning-to-rank (LambdaMART), vektorové vyhledávání (ANN) nad embeddings.

Doprava a logistika: predikce a rozhodování

• Predikce ETA: gradient boosting + mapové vlastnosti (historie dopravních toků, počasí), online korekce Kalmanovým filtrem.
• Optimalizace tras: RL/heuristiky pro VRP s časovými okny; simulation-in-the-loop pro robustnost politik.
• Last-mile delivery: pravděpodobnost zastižení, dynamické přesměrování kurýrů (contextual bandits).

NLP v praxi: od klasifikace po generativní modely

• Klasifikace textu: automatické třídění tiketů, sentimentová analýza; distilované transformery pro nízkou latenci.
• Conversational AI: směrování požadavků, extrakce záměrů, integrace tool-use s interními systémy.
• Extrakce informací: NER/RE z faktur a smluv, kontrola kvality dat pro ERP systémy.
• Bezpečnost a řízení: filtrování PII, ochrana proti generativním omylům (hallucination guardrails), citlivost na prompt drift.

Počítačové vidění: bezpečnost, retail, průmysl

• Detekce objektů: bezpečnostní zóny, počítání osob, heatmapy v obchodech.
• Self-checkout: rozpoznávání položek, anti-fraud logika; few-shot učení pro nové SKU.
• OCR: robustní čtení dokladů a variabilních tisků; post-korektory s jazykovými modely.

Energetika a chytré sítě

• Forecasting: krátkodobé předpovědi spotřeby a výroby (Prophet/Transformer-TS), kvantilové modely pro řízení rezerv.
• Detekce ztrát: anomálie v profilech odběru (autoencodéry), non-technical losses.
• Optimalizace: řízení bateriových úložišť (RL) podle cen a předpovědí.

Edge AI a inference přímo na zařízení

• Kdy má smysl: nízká latence, omezená konektivita (průmysl, retailové pokladny, mobilní zařízení).
• Techniky: kvantizace, pruning, distilace; frameworky TFLite, ONNX Runtime, TensorRT.

Datové inženýrství a featurizace

• Datové smlouvy (data contracts): smluvně definované schéma a SLA kvality.
• Feature store: sdílené featury online/offline, point-in-time korektnost pro trénink.
• Observabilita dat: profilace, drift, detekce anomálií v distribucích (PSI, KL divergence).

MLOps: od vývoje k produkci

1. Sledování experimentů (experiment tracking): reprodukovatelnost (parametry, verze dat, náhodné semeno), automatické logování metrik.
2. CI/CD pro ML: testy funkcí, validace dat, model registry, schvalovací brány.
3. Nasazení: batch (ETL/ELT), near-real-time (streaming), online inference (REST/gRPC), A/B a shadow deploy.
4. Monitoring v produkci: metriky výkonu, drift vstupů a prediction drift, latence, míra chyb.
5. Přetrénování (retraining): plánované vs. událostmi řízené (data/feature drift, spouštěč degradace), champion–challenger.

Vysvětlitelnost a řízení rizik

• Globální/Lokální explainability (XAI): SHAP, LIME, rozklad predikcí; counterfactuals pro scénáře „co kdyby“.
• Bias a férovost: metriky (demographic parity, equalized odds), mitigace v pre-/in-/postprocessing fázi.
• Řízení rizika modelů: dokumentace, validační protokoly, stres testy, challenge models.

Bezpečnost ML systémů

• Útoky: data poisoning, model stealing, adversariální vyhýbání; obrany: robustní trénink, detekce out-of-distribution, omezení rychlosti API.
• Ochrana PII a compliance: minimalizace citlivých dat, pseudonymizace, privacy-preserving ML (federated learning, DP-SGD).

Ekonomika a měření návratnosti investic (ROI)

• Hypotéza hodnoty: definujte kauzální vztah (např. ↑přesnost → ↑konverze → ↑tržby); uplift vs. average treatment effect.
• Experimentace: A/B testy s guardrails (latence, chyba, férovost); hlavní (north-star) a sekundární KPI.
• Náklady: výpočetní, správa dat, MLOps nástroje, lidské zdroje; optimalizace přes autoscaling, kvantizaci a spot instance.

Architektonické vzory nasazení

• Batch scoring: denní přepočet rizika churnu, noční doporučování.
• Streaming: detekce anomálií v telemetrii, podvod během sekund.
• Online mikroservisy: REST/gRPC inference s cache a feature serverem.
• Hybridní: předvýpočet kandidátů + online reranking.

Case study – prediktivní údržba v továrně

1. Data: vibrační senzory 1 kHz, teplota, provozní stavy; ETL do time-series lakehouse.
2. Featury: statistiky v oknech (RMS, kurtóza), frekvenční spektra, health index.
3. Model: gradient boosting + survival analýza pro RUL (remaining useful life).
4. Nasazení: stream scoring každou minutu, alerty s prahováním dle kritičnosti.
5. Výsledek: −28 % neplánovaných odstávek, +12 % OEE, ROI pod 9 měsíců.

Case study – doporučování v e-commerce

1. Data: kliky, nákupy, kontext (zařízení, čas), katalogové vektory (text, obraz).
2. Model: dvouvrstvý systém – generování kandidátů (ANN nad embedinky) + reranking (XGBoost/Transformer s featurami interakcí).
3. Experiment: online A/B test, metriky NDCG@20, CTR, konverze, rozmanitost katalogu.
4. Výsledek: +7,8 % CTR, +3,1 % konverze, stabilní latence pod 80 ms (P95).

Datová kvalita a governance

• Data lineage: trasovatelnost od zdroje až po predikci, automatizované DAGy.
• Quality gates: schematické validace, detekce outlierů, SLA na čerstvost dat.
• Katalogizace: jednotné pojmenování funkcí, řízení přístupu, audit dotazů.

Výběr algoritmů: pragmatická heuristika

• Tabulková data: začněte s XGBoost/LightGBM + pečlivá featurizace; často překonají hluboké sítě poměrem výkon/komplexita.
• Obraz/