AI Flashcards
vad är AI?
maskininlärning
4 maskin-inlärningsmetoder
väglett lärande
djupinlärning
icke-väglett lärande
förstärkningsinlärning
vad är väglett lärande?
en klassificeringsuppgift
Modellen tränas med en dataset där både input (data) och önskade output (etiketter) är kända.
Exempel: Klassificering (t.ex. spamfilter) och regression (t.ex. förutsäga huspriser).
Relation: Det är en av de grundläggande metoderna och används ofta inom djupinlärning.
målet med klassificering inom affärssammanhang
Målet är automatiska beslut
● Systemet i drift får en ny situation, jämför situationen med tidigare fall och
respektive beslut, och fattar ett eget automatiskt beslut enligt vad systemet hade lärt sig
ex. Är mejlet skräppost?
● Är en kund på väg till konkurrenten?
● Är en kortbetalning bedrägeri?
vad är djupinlärning?
Djupinlärning är en teknik inom maskininlärning som använder artificiella neurala nätverk med flera lager för att automatiskt identifiera komplexa och nyanserade särdrag i träningsdata.
Exempel: Bildigenkänning, röstigenkänning.
Kräver: Mycket träningsdata för att uppnå hög prestanda eftersom det inte är möjligt för människor att manuellt definiera alla särdrag.
förstärkningsinlärning
Systemet interagerar med omgivningen och får feedback (positiv/negativ).
Feedback används för att förbättra framtida handlingar.
Iterativ process med utforskning av nya strategier.
Exempel: Självkörande bilar, sociala mediealgoritmer, hissar som optimerar våningsplacering.
icke-väglett lärande
Uppgiften är att upptäcka mönster och samband
i stora datamängder genom gruppering/klustring av
dataexempel enligt gemensamma egenskaper, och inte fördefinierade etiketter
– Dokumentklustring – gruppering av dokument
med liknande ämnen
– Kundprofilering – gruppering av kunder med
liknande intressen
– Upptäckt av avvikande dataexempel
sammanfattning
● Väglett lärande: vad ska systemet lära sig, vilken träningsdata, dataklasser, särdrag?
● Förstärkningsinlärning: hur interagerar systemet med omgivningen, vad blir det för
feedback, vad lär sig systemet genom interaktion?
● Icke-väglett lärande: vilken data, vilka mönster/trender/avvikelser ska systemet upptäcka?