Maskinlæring

Fra Wikipedia, den frie encyklopædi
Spring til navigation Spring til søgning

Maskinlæring er et underområde indenfor datalogi og kunstig intelligens, som sætter computere i stand til at lære, uden at man eksplicit har programmeret, hvordan læringen foregår. Maskinlæring tager udgangspunkt i data og forsker i, og konstruerer algoritmer, der på basis af en stor mængde eksempeldata, kan finde, sammenhænge, udarbejde forudsigelser og mønstre baseret på data.[1] Maskinlæring bliver ofte forvekslet med Deep learning, som er en del af maskinlæring. Deep learning er mønstergenkendelse igennem neurale netværk .[2]

Maskinlæringsalgoritmer kan opdeles i fem hovedskoler.[3]

Noter[redigér | redigér wikikode]

  1. ^ Machine Learning: What it is and why it matters | SAS Denmark
  2. ^ https://towardsdatascience.com/deep-learning-vs-machine-learning-e0a9cb2f288
  3. ^ Pedro Domingos, Professor of computer science at the University of Washington in Seattle and recipient of the SIGKDD Innovation Award. [1] ?  (Webside ikke længere tilgængelig) ?
  4. ^ en:Bayesian network
  5. ^ en:Cluster analysis, K-nærmeste naboer