Differences

This shows you the differences between two versions of the page.

--- teoria [2026/01/11 11:30] – created admin
+++ teoria [2026/01/22 21:34] (current) – [Porównanie metod] admin
@@ Line 1: / Line 1: @@
-Teoria ML
+====== Podstawy Uczenia Maszynowego w Inżynierii Budynkowej ======
+Wdrożenie sztucznej inteligencji w zarządzaniu nieruchomościami to nie tylko instalacja nowych czujników, ale przede wszystkim zmiana sposobu przetwarzania danych.
+Tradycyjne systemy automatyki (BMS) działają na sztywnych regułach "jeżeli-to". Systemy ML działają inaczej – szukają wzorców w danych historycznych i na ich podstawie podejmują decyzje ((Géron A., "Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow", 2020)).
+===== Jak działa proces uczenia? =====
+W inżynierii budynkowej proces ten składa się zazwyczaj z trzech etapów:
+  - ** Zbieranie danych (Input):** System pobiera historię z ostatnich lat – zużycie prądu, temperatury, awarie.
+  - ** Trenowanie modelu:** Algorytm "uczy się", jakie warunki (np. mróz na zewnątrz + poniedziałek rano) prowadzą do wysokiego zużycia energii.
+  - ** Predykcja:** System otrzymuje nowe dane (prognozę pogody na jutro) i przewiduje, co się stanie, zanim to nastąpi ((VanderPlas J., "Python Data Science Handbook", 2017)).
+===== Porównanie podejść =====
+^ Cecha ^ Tradycyjna Automatyka (BMS) ^ Machine Learning (AI) ^
+| **Działanie** | Reaguje na to, co jest teraz | Przewiduje to, co będzie |
+| **Adaptacja** | Sztywne ustawienia (nastawy) | Uczy się zmian w budynku |
+| **Obsługa** | Wymaga ręcznej korekty | Samodzielna optymalizacja |
+| **Efekt** | Komfort po fakcie (np. nagrzanie zimnego biura) | Komfort z wyprzedzeniem |