Maskinlæring trener algoritmer til å finne mønstre i data og lage forutsigelser. I stedet for å programmere eksplisitte regler, mater du algoritmen med eksempler. Den lærer forholdet mellom input og output. Deretter anvender den denne læringen på nye data. Et spamfilter lærer av millioner av merkede e-poster. En anbefalingsmotor lærer av brukeratferd. En svindelmodell lærer av historiske transaksjoner. Algoritmen forbedrer seg etter hvert som den ser mer data, opp til et visst punkt.

Hovedtypene er overvåket læring, uovervåket læring og forsterkningslæring. Overvåket læring bruker merkede data. Algoritmen lærer å koble input til kjente output. Klassifisering predikerer kategorier. Regresjon predikerer tall. Uovervåket læring finner struktur i umerkede data. Klynging grupperer lignende poster. Dimensjonalitetsreduksjon forenkler komplekse data. Forsterkningslæring trener en agent gjennom prøving og feiling, belønner gode handlinger og straffer dårlige. Den driver spillsystemer og robotikk. Hver type passer til forskjellige problemer. Kvaliteten på treningsdataene bestemmer modellens kvalitet. Skjulte data produserer skjeve prediksjoner. Ufullstendige data produserer upålitelige. Overtilpasning er den konstante risikoen. En modell som husker treningsdataene, yter dårlig på nye data. Regularisering, kryssvalidering og mer data hjelper. Maskinlæring er kraftig og skjør. Den finner mønstre, inkludert de som ikke burde eksistere.

Maskinlæringstyper

• Veiledet — merkede data, klassifisering og regresjon
• Uovervåket – umerkede data, klynging og dimensjonalitetsreduksjon
• Forsterkning – prøving og feiling med belønninger
• Dyp læring – nevrale nettverk med mange lag

Maskinlæring er mønstergjenkjenning i stor skala. Mønsteret er bare så godt som dataene som produserte det.