# Postscript: Primjene klasičnog strojnog učenja u stvarnom svijetu U ovom dijelu kurikuluma upoznat ćete se s nekim stvarnim primjenama klasičnog strojnog učenja. Pretražili smo internet kako bismo pronašli znanstvene radove i članke o primjenama koje koriste ove strategije, izbjegavajući neuralne mreže, duboko učenje i umjetnu inteligenciju koliko je to moguće. Saznajte kako se strojno učenje koristi u poslovnim sustavima, ekološkim aplikacijama, financijama, umjetnosti i kulturi, i još mnogo toga.  > Fotografija autora Alexis Fauvet na Unsplash ## Lekcija 1. [Primjene strojnog učenja u stvarnom svijetu](1-Applications/README.md) 2. [Otklanjanje pogrešaka modela strojnog učenja pomoću komponenti nadzorne ploče odgovorne AI](2-Debugging-ML-Models/README.md) ## Zasluge "Primjene u stvarnom svijetu" napisao je tim ljudi, uključujući [Jen Looper](https://twitter.com/jenlooper) i [Ornella Altunyan](https://twitter.com/ornelladotcom). "Otklanjanje pogrešaka modela strojnog učenja pomoću komponenti nadzorne ploče odgovorne AI" napisala je [Ruth Yakubu](https://twitter.com/ruthieyakubu) --- **Odricanje od odgovornosti**: Ovaj dokument je preveden pomoću AI usluge za prevođenje [Co-op Translator](https://github.com/Azure/co-op-translator). Iako nastojimo osigurati točnost, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba smatrati autoritativnim izvorom. Za ključne informacije preporučuje se profesionalni prijevod od strane čovjeka. Ne preuzimamo odgovornost za bilo kakva pogrešna tumačenja ili nesporazume koji mogu proizaći iz korištenja ovog prijevoda.