Maskinlæring træner algoritmer til at finde mønstre i data og lave forudsigelser. I stedet for at programmere eksplicitte regler, fodrer du algoritmen med eksempler. Den lærer forholdet mellem input og output. Derefter anvender den denne læring på nye data. Et spamfilter lærer af millioner af mærkede e-mails. En anbefalingsmotor lærer af brugeradfærd. En svindelmodel lærer af historiske transaktioner. Algoritmen forbedres, efterhånden som den ser flere data, op til et vist punkt.

Hovedtyperne er overvåget læring, uovervåget læring og forstærkningslæring. Overvåget læring bruger mærkede data. Algoritmen lærer at knytte input til kendte output. Klassificering forudsiger kategorier. Regression forudsiger tal. Uovervåget læring finder struktur i umærkede data. Klyngedannelse grupperer lignende poster. Dimensionalitetsreduktion forenkler komplekse data. Forstærkningslæring træner en agent gennem trial and error, belønner gode handlinger og straffer dårlige. Det driver spilsystemer og robotteknologi. Hver type passer til forskellige problemer. Kvaliteten af ​​træningsdataene bestemmer modellens kvalitet. Forudindtagede data producerer forudindtagede forudsigelser. Ufuldstændige data producerer upålidelige. Overfitting er den konstante risiko. En model, der husker træningsdataene, klarer sig dårligt på nye data. Regularisering, krydsvalidering og flere data hjælper. Maskinlæring er kraftfuld og skrøbelig. Den finder mønstre, inklusive dem, der ikke burde eksistere.

Maskinlæringstyper

• Superviseret — mærkede data, klassificering og regression
• Uovervåget — umærkede data, klyngedannelse og dimensionalitetsreduktion
• Forstærkning — forsøg og fejl med belønninger
• Dyb læring — neurale netværk med mange lag

Maskinlæring er mønstergenkendelse i stor skala. Mønsteret er kun så godt som de data, der producerede det.