Koneoppimisella (machine learning, ML) tarkoitetaan tulevaisuuden toiminnan parantamista perustuen jo koettuun. Koneoppimisen painopiste on automaattisissa menetelmissä. Toisin sanoen tavoitteena on laatia oppimisalgoritmejä, jotka oppivat automaattisesti ilman ihmisten puuttumista tai apua. Isletter ja ohjelmistokehittäjä Sámuel Zeke antaa esimerkkejä ML-algoritmien ennustamisesta ja muusta käytöstä.
Koneoppimisessa käytetään ohjelmoituja algoritmeja, jotka vastaanottavat ja analysoivat syöttötietoja ennustaakseen lähtöarvot hyväksyttävällä alueella. Kun näihin algoritmeihin syötetään uutta tietoa, ne oppivat ja optimoivat toimintansa suorituskyvyn parantamiseksi kehittämällä ”älykkyyttä” ajan myötä.
Lue kuinka Über soveltaa tekoälyä: https://eng.uber.com/applying-artificial-intelligence-at-uber/
#MachineLearning #ML #Algorithms #DisruptiveTechnologies #EmergingTechnologies