AI och Machine Learning

Använd rätt verktyg till rätt problem

Den pågående AI-revolutionen har gett oss en mängd olika algoritmer, programmeringsspråk och frameworks för att lösa problem med hjälp av data. Vilket används till vad? Ska du använda R, Python eller Scala? Linjär regression, en Gradient Boosting Machine eller ett Convolutional Neural Network? Behöver du använda Spark? Låt oss ta reda på vilken lösning som kommer att fungera bäst för just er.

 

Det måste inte vara komplicerat

Tvärtom fungerar en enkel modell många gånger bättre än en komplicerad. Komplicerade modeller har visserligen förmågan hitta samband som en enkel modell inte kan hitta. Å andra sidan riskerar man att hitta samband som egentligen inte finns. För att lyckas med AI krävs en förståelse för vad som fungerar, såväl som en förståelse för vad som riskerar att gå fel.

 

Slutresultatet är alltid viktigare än att man använder sig av den senaste mest avancerade algoritmen. Allt handlar om att skapa värde. 

 

Pin It on Pinterest