Maskininlärning tränar algoritmer för att hitta mönster i data och göra förutsägelser. Istället för att programmera explicita regler matar du algoritmen med exempel. Den lär sig förhållandet mellan indata och utdata. Sedan tillämpar den den inlärningen på ny data. Ett skräppostfilter lär sig av miljontals märkta e-postmeddelanden. En rekommendationsmotor lär sig av användarbeteende. En bedrägerimodell lär sig av historiska transaktioner. Algoritmen förbättras ju mer data den ser, upp till en viss punkt.

Huvudtyperna är övervakad, oövervakad och förstärkningsinlärning. Övervakad inlärning använder märkta data. Algoritmen lär sig att mappa indata till kända utdata. Klassificering förutsäger kategorier. Regression förutsäger siffror. Oövervakad inlärning hittar struktur i omärkta data. Kluster grupperar liknande poster. Dimensionalitetsreduktion förenklar komplexa data. Förstärkningsinlärning tränar en agent genom trial and error, belönar goda handlingar och straffar dåliga. Den driver spelsystem och robotik. Varje typ passar olika problem. Kvaliteten på träningsdata avgör modellens kvalitet. Partiska data producerar partiska förutsägelser. Ofullständiga data producerar otillförlitliga. Överanpassning är den ständiga risken. En modell som memorerar träningsdata presterar dåligt på nya data. Regularisering, korsvalidering och mer data hjälper. Maskininlärning är kraftfullt och skört. Det hittar mönster, inklusive sådana som inte borde existera.

Maskininlärningstyper

• Övervakad — märkta data, klassificering och regression
• Oövervakad — omärkt data, klusterbildning och dimensionalitetsreduktion
• Förstärkning — trial and error med belöningar
• Djupinlärning — neurala nätverk med många lager

Maskininlärning är mönsterigenkänning i stor skala. Mönstret är bara så bra som de data som producerade det.