ML: Hvorfor du trenger et (kort) grunnkurs

Proff-innhold: Er du abonnent? Logg inn for full tilgang. Standardbruker? Logg inn for tilgang til åpent stoff. Ingen tilgang? Registrer deg - bli med i 'det gode selskap'.
Science formula hologram with man working on computer on background. Education concept. Double exposure.

Kanskje ikke akkurat du, men noen rundt deg – én av 'dine'. Ikke for å bli ekspert, men for å kunne kommunisere med ekspertene. For alle trenger ML og 'jeg forstår ingen ting av det, bare fiks det' holder ikke lenger.

Ikke til forkleinelse for ekspertene, men seriøst: Hvordan kan de vite hvordan verden ser ut fra vårt ståsted? Hva som er våre behov, underliggende utfordringer og mest av alt: Se akkurat vårt potensiale? Det må vi gjøre selv – og vi må kunne formidle det. Pålitelig. Deretter stille krav og kontrollere. Vi gjør det på de fleste andre områder. Og med ML på full fart inn i hverdagen, er grunnleggende forståelse av hva ML er, nødvendig. 

For de fleste fremstår ML - Maskin-læring – som 'rocket science'. Og avansert ML hører hjemme omtrent der. Men vi trenger ikke å være bilekspert for å stille krav til en bil, kun forstå nytteverdi, rolle, potensiale og et fåtall andre innlysende parametre. Det samme gjelder for ML, som i bunn og grunn er avansert databehandling. 

Les mer ...
Proff-innhold: Er du abonnent? Logg inn for tilgang til hele artikkelen. Standardbruker? Logg inn for tilgang til alt åpent stoff. Ingen tilgang? Registrer deg - bli med i 'det gode selskap'. Bruk meny-knappen REGISTRERING øverst.

Vær den første til å kommentere

Skriv en respons

Epostadressen din vil ikke vises.


*


Dette nettstedet bruker Akismet for å redusere spam. Lær om hvordan dine kommentar-data prosesseres.