Maskininlärning
Maskininlärning ger datorer förmågan att lära sig utan att vara uttryckligen programmerade (Arthur Samuel, 1959). Det är ett delområde inom datavetenskap.
Idén kommer från arbete med artificiell intelligens. Maskininlärning handlar om att studera och konstruera algoritmer som kan lära sig och göra förutsägelser om data. Sådana algoritmer följer programmerade instruktioner, men kan också göra förutsägelser eller fatta beslut utifrån data. De bygger upp en modell utifrån provinsdata.
Maskininlärning utförs när det inte går att utforma och programmera explicita algoritmer. Exempel på detta är filtrering av skräppost, upptäckt av inkräktare i nätverk eller illvilliga insiders som arbetar för att bryta mot datanätet, optisk teckenigenkänning (OCR), sökmotorer och datorseende.
Frågor och svar
F: Vad är maskininlärning?
S: Maskininlärning är ett delområde inom datavetenskap som ger datorer förmågan att lära sig utan att vara uttryckligen programmerade, med hjälp av algoritmer som kan lära sig och göra förutsägelser om data.
F: Varifrån kom idén till maskininlärning?
S: Idén till maskininlärning kom från arbete inom artificiell intelligens.
F: Hur fungerar algoritmer som används vid maskininlärning?
S: Algoritmer som används vid maskininlärning följer programmerade instruktioner, men kan också göra förutsägelser eller fatta beslut baserade på data. De bygger upp en modell utifrån indata.
F: När används maskininlärning?
S: Maskininlärning används när det inte går att utforma och programmera explicita algoritmer. Exempel är filtrering av skräppost, upptäckt av nätverksintrång eller illvilliga insiders som arbetar mot ett dataintrång, optisk teckenigenkänning (OCR), sökmotorer och datorseende.
F: Vilka är riskerna med att använda maskininlärning?
S: Det finns risker med att använda maskininlärning, t.ex. att man skapar slutliga modeller som är "svarta lådor" och som kritiseras för att vara partiska vid anställning, straffrätt och ansiktsigenkänning.
F: Vad innebär det att en maskininlärningsmodell är en "svart låda"?
S: En "black box" maskininlärningsmodell innebär att dess beslutsprocesser inte lätt kan förklaras eller förstås av människor.
F: Vilka är några exempel på tillämpningar av maskininlärning?
S: Några exempel på tillämpningar av maskininlärning är filtrering av skräppost, upptäckt av inkräktare i nätverk, optisk teckenigenkänning (OCR), sökmotorer och datorseende.
