Machine learning – hvad er det og hvorfor er det vigtigt

En simpel søgning på ordet machine learning giver over 130 mio. resultater på Google. Machine learning er uden tvivl et af tidens mest hyppede begreber. Men hvad er machine learning for en størrelse, hvorfor er det vigtigt, og hvordan kommer man i gang? Det forsøger vi at besvare her.

Machine learning er en metode inden for advanced analytics, der automatiserer udviklingen og brugen af analytiske modeller. Machine learning gør computere i stand til, gennem algoritmer der iterativt lærer fra data, at finde skjulte indsigter uden at være programmeret til at vide, hvor de skal kigge.

Men hvad er forskellen på machine learning og artificial intelligence (AI) kunne man spørge. Kort fortalt: artificial intelligence (AI) anvender en tilgang der kaldes deduktiv inferens (ræsonnement), hvor machine learning anvender induktiv inferens. Forskellen består i, at artificial intelligence (AI) slutter sig frem til en løsning gennem en udelukkelsesmetode, hvor machine learning bruger sandsynliggørelse gennem sammenligning med lignende eksempler.

Forskellen kan du læse mere om på Datalogisk Institut her.

Hvorfor taler alle om machine learning?

Videnskaben bag machine learning er ikke ny. Algoritmerne har eksisteret i lang tid. Faktisk siden 1960’erne, hvor forskere var interesseret i at vide om computere, ved at lære fra data, kunne genkende mønstre og udføre specifikke opgaver uden at være programmeret til det. Og det et netop det, som machine learning kan gennem den iterative og induktive metode: lærer fra tidligere beregninger for at producere beslutninger og resultater, der er både gentagelige og pålidelige.

Så hvad er nyt? Alle taler om machine learning nu på grund af den teknologiske udvikling. Nye teknologier muliggør, at computere nu har evnerne til både hurtigere og automatisk, at anvende komplekse matematiske beregninger på meget store datamængder – om og om igen. Det har givet videnskaben bag machine learning et nyt pust og momentum.

Hvad kan man så med machine learning?

Forstå det uforståelige. Man kan se sammenhænge, korrelationer og mønstre. Identificere og trykprøve hypoteser og forudsigelser. Alt sammen smartere og hurtigere. Machine learning kan åbne for forretningsmæssige indsigter, som man ikke havde før. Og give mulighed for, at forstå både mikro- og makroøkonomiske forhold. Det kunne f.eks. være, at forklare variationer i salget og hvordan virksomhedens eksterne miljø influerer dette.

7 trin til at komme i gang med machine learning

Skal machine learning give værdi, er det en forudsætning, at man har brugt tid på at definere målet. Man skal finde ud af hvilken forandring man ønsker, at drive i forretningen gennem smartere brug af data. Data kan være guld. Men uden en retning og et mål finder man aldrig nålen høstakken. Og så er indsatsen spil af tid og penge. Få inspiration til at komme i gang med machine learning med vores 7 trin.

Kontakt os:

Vil du høre mere om, hvordan vi hjælper vores kunder med machine learning?

Kontakt Allan von Staffeldt Beck, Head of ChangeGroup Digital

Mobil: +45 3118 2488

Email: ab@changegroup.dk

Læs mere her: