Innholdsfortegnelse:
Definisjon - Hva betyr maskinlæring?
Maskinlæring er en kunstig intelligens (AI) disiplin rettet mot teknologisk utvikling av menneskelig kunnskap. Maskinlæring gjør at datamaskiner kan håndtere nye situasjoner via analyse, egentrening, observasjon og erfaring.
Maskinlæring letter kontinuerlig utvikling av databehandling gjennom eksponering for nye scenarier, testing og tilpasning, mens man bruker mønster- og trenddeteksjon for forbedrede beslutninger i påfølgende (men ikke identiske) situasjoner.
Læring av maskiner forveksles ofte med data mining og kunnskapsfunn i databaser (KDD), som har en lignende metodikk.
Techopedia forklarer maskinlæring
Tom M. Mitchell, en pioner innen maskinlæring og Carnegie Mellon University (CMU), spådde utviklingen og synergien i læring av mennesker og maskiner. Dagens Facebook News Feed er et perfekt eksempel. Nyhetsfeeden er programmert for å vise brukervenninnhold. Hvis en bruker ofte merker eller skriver på veggen til en bestemt venn, endrer News Feed sin oppførsel for å vise mer innhold fra den vennen.
Andre applikasjoner for maskinlæring inkluderer syntaktisk mønstergjenkjenning, naturlig språkbehandling, søkemotorer, datamaskinvisjon og maskinoppfatning.
| Gratis nedlastning: AI i forsikringsbransjen: 26 tilfeller i virkelig bruk |
Det er vanskelig å gjenskape menneskets intuisjon i en maskin, først og fremst fordi mennesker ofte lærer og utfører beslutninger ubevisst.
I likhet med barn krever maskiner en utvidet opplæringsperiode når de utvikler brede algoritmer rettet mot dikteret av fremtidig atferd. Opplæringsteknikker inkluderer rote learning, parameterjustering, makrooperatører, chunking, forklaringsbasert læring, clustering, feilretting, caseregistrering, multiple model management, back propagation, armeringslæring og genetiske algoritmer.
