Maskinlæring

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

Maskinlæring er et underområde indenfor datalogi, 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 og udarbejde forudsigelser.

Maskinlæringsalgoritmer kan opdeles i fem hovedskoler.[1]

Noter[redigér | redigér wikikode]

  1. ^ 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) ?
  2. ^ en:Bayesian network
  3. ^ en:Cluster analysis, K-nærmeste naboer