Maskinlæring
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 kunstige neurale netværk .[2]
Maskinlæringsalgoritmer kan opdeles i fem hovedskoler.[3]
- Symbolisterne, som arbejder med induktionsalgoritmer
- Connectionnisterne, der arbejder med backpropagation[-algoritmen] primært gennem [kunstige] neurale netværk incl. Deep learning
- Evolutionisterne, som arbejder med genetiske algoritmer
- Bayesianisterne, der arbejder med statistisk baserede algoritmer [4]
- Sammenlignerne, der arbejder med algoritmer baseret på at finde de nærmeste naboer [5]
Noter
- ^ Machine Learning: What it is and why it matters | SAS Denmark
- ^ "Arkiveret kopi". Arkiveret fra originalen 20. februar 2021. Hentet 1. april 2020.
- ^ Pedro Domingos, Professor of computer science at the University of Washington in Seattle and recipient of the SIGKDD Innovation Award. [1] [2] ?[dødt link] ?
- ^ en:Bayesian network
- ^ en:Cluster analysis, K-nærmeste naboer
Content Disclaimer
Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.
- The information displayed on this website is sourced in part or in whole from Wikipedia and has been adapted for the purpose of restating it. We strive to provide accurate and relevant information, however:
- There is no guarantee of absolute accuracy. Wikipedia is an open, collaborative project that can be edited by anyone, so information is subject to change.
- It is not intended to constitute professional advice. The content displayed is for informational and educational purposes only. For important decisions (e.g., medical, legal, or financial), please consult a professional.
- Content copyright. Wikipedia is licensed under the Creative Commons Attribution-ShareAlike License (CC BY-SA). This means that content may be reused with appropriate attribution and shared under a similar license.
- Responsible use. Any risk arising from the use of information from this website is entirely the responsibility of the user.