Maskinlæring
Modeller lærer mønstre fra data og bruker dem på nye inndata.
Hva er maskinlæring?
Maskinlæring er et område innen kunstig intelligens der modeller lærer mønstre fra data. De brukes blant annet til prediksjon, klassifisering eller innholdsgenerering. Metodene varierer. Ved veiledet læring inneholder eksempler tilhørende målverdier eller klasser; ikke alle metoder trenger slike etiketter. Maskinlæring er heller ikke begrenset til nevrale nettverk.
I en oppdiktet servicevirksomhet skal en modell sortere innkommende meldinger etter henvendelsestype. Den valgte veiledede metoden trenger egnede merkede eksempler og kontroll med passende meldinger som ikke ble brukt til trening. Uklare tilfeller går til mennesker. Nye formuleringer eller andre forespørselstyper kan endre egnetheten; gode resultater på kjente treningseksempler beviser ikke alene senere nytte.
Kilder
Beslektede begreper
- Kunstig intelligensKunstig intelligens omfatter metoder som språkbehandling og mønstergjenkjenning. Egnetheten vurderes ut fra den konkrete oppgaven.
- Dyp læringMaskinlæring med nevrale nettverk som har flere behandlingslag.
- Nevralt nettverkEn modell av sammenkoblede beregningsnoder med justerbare parametere.
- Generativ KIGenerativ KI skaper innhold som tekst, bilder eller kode. Kvaliteten vurderes ut fra bruksformålet og det tilgjengelige grunnlaget.
- ModellkortEt modellkort dokumenterer formål, grunnlag, evalueringsbetingelser og kjente begrensninger for en bestemt versjon av en KI-modell.
- KI-modenhetKI-modenhet gjelder forutsetningene for et prosjekt: mål, brukbare data, kompetanse, ansvar og et fungerende driftsopplegg.
Artikler om temaet
KI og automatisering med ASES
KI-assistenter og automatiserte prosesser