Vad är maskininlärning?
Maskininlärning är den del av AI där ett system lär sig av exempel i data i stället för att följa regler som någon har skrivit för hand.
I vanlig programmering skriver en människa reglerna. Med maskininlärning visar man systemet många exempel och låter det själv hitta mönstren. Resultatet kallas en modell.
En modell som har sett många fakturor kan lära sig var beloppet och förfallodagen brukar stå. Den kan sedan läsa av nya fakturor som den aldrig har sett.
Modellen blir aldrig bättre än exemplen. Saknas en viss typ av fall i datan, eller är exemplen skeva, syns det i resultatet.
Så fungerar det
En modell kan lära sig på olika sätt. Med facit, där varje exempel har ett rätt svar, lär den sig förutsäga svaret på nya fall. Utan facit letar den efter grupper och samband i datan. Under träningen jämför modellen sina gissningar med utfallet och justerar sig lite i taget.
Därför spelar det roll
Maskininlärning passar där reglerna är svåra att skriva ned men exemplen finns. Att sortera ärenden, upptäcka avvikelser eller läsa av dokument som ser olika ut är typiska fall. Moment som tidigare krävde en människa kan då gå av sig själva.
Att tänka på
En modell som fungerar bra i dag kan bli sämre när verkligheten ändras, till exempel när nya blanketter eller nya typer av ärenden dyker upp. Följ upp resultatet över tid.
Modellen kan också föra vidare skevheter från historiska beslut, så kallad bias. Det märks sällan förrän någon letar efter det.
Vad det betyder för er
Fråga vilka data en modell har lärt sig av. Det säger mycket om var den fungerar bra och var den kan gå fel.
Vanliga frågor
Vad är skillnaden mellan maskininlärning och AI?
Maskininlärning är en del av AI. Det mesta som kallas AI i dag bygger på maskininlärning.
Lär sig systemet av våra frågor?
Det beror på lösningen. Vissa tjänster använder användarnas data för att träna vidare. Fråga leverantören och kontrollera att ni kan styra det.
Relaterade begrepp
Läs mer
Alla begrepp Uppdaterad