Ai og maskinlæring

Etter hvert som bransjen har utviklet seg, har oppfatningen av betydningen av AI endret seg. I moderne tid, når folk sier AI, refererer de først og fremst til store maskinlæringsmodeller, som er det som vil bli diskutert i denne modulen. Konseptet maskinlæring refererer til en algoritme som kan finne mønstre i inndata og forbedrer seg selv etter hvert som den trenes mer omfattende. Nøkkelen er at den ikke blir fortalt hvordan den skal tenke. Noen modeller fungerer ved å etterligne den biologiske hjernen.

I noen tilfeller er det bare et moteord som brukes for å fange oppmerksomhet og selge produkter, så det er avgjørende å forstå hvordan denne mystiske og ofte misforståtte teknologien fungerer. Ved å forstå nøkkelkonseptene vil du få en bedre ide om hva som er mulig og ikke bli villedet av hypen. Du vil også være bedre rustet til å dra nytte av kraften som AI har å tilby.

I denne modulen vil vi dekke forståelsen av sentrale temaer innen maskinlæring. Vi vil fremheve viktigheten av treningsdata av høy kvalitet. Deretter vil vi dekke håndplukkede eksempler på AI-arkitekturer siden det finnes så mange, inkludert informasjon om hvordan de fungerer og hva du kan forvente av dem som styrker og svakheter. Følgelig vil vi se på hvordan ulike AI-modeller kan trenes og hvilke typer trening som finnes, og dermed blande arkitekturen og treningsdataene. Til slutt vil vi se på den nåværende tilstanden til AI og kommentere hvordan man får mest mulig ut av produktene som er tilgjengelige på markedet.