Maskinlæring

I dagens verden har Maskinlæring indtaget en fundamental rolle i folks liv. Siden dets fremkomst har Maskinlæring skabt en betydelig indflydelse på forskellige aspekter af samfundet, lige fra den måde vi kommunikerer på til den måde vi udfører vores daglige aktiviteter. I denne artikel vil vi udforske den rolle, som Maskinlæring spiller i vores daglige liv, såvel som dens indflydelse på forskellige områder. Fra dens indflydelse på populærkulturen til dens relevans i det akademiske felt, har Maskinlæring vist sig at være et emne af stor interesse og relevans i dag. Gennem denne forskning vil vi søge at bedre forstå den rolle Maskinlæring spiller i vores liv og dens indflydelse på verden omkring os.

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

  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.  ?  (Webside ikke længere tilgængelig) ?
  4. ^ en:Bayesian network
  5. ^ en:Cluster analysis, K-nærmeste naboer