Vad betyder maskininlärning?
Maskininlärning är metoder där datorer lär statistiska mönster från data för att göra förutsägelser, hitta grupper eller fatta avgränsade beslut. I stället för att skriva en regel för varje situation väljer man en modell och låter dess parametrar anpassas under träningen.
En modell som känner igen skräppost har exempelvis lärt samband mellan egenskaper i mejl och en etikett. Den förstår inte nödvändigtvis ett mejl som en människa gör. Framgång på tidigare exempel betyder inte heller att den fungerar lika bra när språket, användarna eller omständigheterna förändras.
Tre huvudtyper av lärande
Övervakad inlärning använder märkta exempel, som bilder med rätt kategori eller försäljning med känt utfall. Oövervakad inlärning söker struktur utan sådana facit, till exempel grupper med liknande beteenden. Förstärkningsinlärning lär handlingsstrategier genom återkoppling i form av belöningar.
Välj metod utifrån problemet och informationen som finns tillgänglig. Börja gärna med en enkel baslinje. En mer komplex modell är inte automatiskt bättre, och ibland är en tydlig regel eller en manuell rutin det lämpligaste alternativet.
Varför testdata är avgörande
Träningsdata används för att anpassa modellen. Valideringsdata hjälper till att välja inställningar, medan separat testdata används för slutlig utvärdering. Om information från testet läcker in i träningen kan resultatet se bättre ut än det egentligen är.
Överanpassning innebär att modellen lär detaljer i träningsmaterialet som inte fungerar på nya exempel. Kontrollera också skevheter, felaktiga etiketter och om testet representerar verkliga användare. Följ upp resultat efter införandet eftersom data kan förändras över tid.