Hvordan lærer maskiner af data?
Maskinlæring handler om at finde mønstre i eksempler. Ved superviseret læring trænes modellen med eksempler, hvor et ønsket svar er kendt, for eksempel billeder markeret som kat eller hund. Ved usuperviseret læring leder modellen efter strukturer uden sådanne facitlister.
Forestil dig en bank, der undersøger tidligere transaktioner for at finde mønstre, som kan indikere svindel. En model kan hjælpe med at prioritere mistænkelige tilfælde, men mennesker skal stadig tage ansvar for afgørelser.
Husk: Modellen lærer ikke automatisk årsag og virkning. Et statistisk mønster kan skyldes tilfældigheder eller skæve data.
Modellen lærer ikke automatisk årsag og virkning. Et statistisk mønster kan skyldes tilfældigheder eller skæve data.
Tænk selv – og prøv det af
Tænk på et system, der anbefaler film. Hvilke data kan det bruge, og hvad kan det overse ved dine præferencer?
Hvad er et træningseksempel i superviseret læring?
Google Machine Learning Crash Course ↗ · NIST AI Risk Management Framework ↗ · Datatilsynet ↗