Maskinlæringsalgoritmer kan gøre livet og arbejdet lettere og frigøre os fra overflødige opgaver, mens vi arbejder hurtigere - og smartere - end hele team af mennesker. Der er dog forskellige typer maskinlæring. For eksempel er der forstærkningslæring og dyb forstærkningslæring.
”Selvom forstærkningslæring og dyb forstærkningslæring begge er maskinlæringsteknikker, som lærer autonomt, er der nogle forskelle, ” ifølge Dr. Kiho Lim, en adjunkt i datalogi ved William Paterson University i Wayne, New Jersey. ”Forstærkningslæring er dynamisk læring med en prøve- og fejlmetode for at maksimere resultatet, mens dyb forstærkningslæring er at lære af eksisterende viden og anvende det til et nyt datasæt.”
Men hvad betyder det nøjagtigt? Vi gik til eksperterne - og bad dem give mange eksempler!
