MLlösningar
MLlösningar avser system och tjänster som använder maskininlärning för att automatisera uppgifter, fatta beslut eller ge insikter baserade på data. De spänner från prediktiv analys och bild- och textanalys till rekommendationer och avvikelseövervakning. En typisk lösning består av data, en modell och en infrastruktur som kör modellen i produktion.
Typer inkluderar övervakad inlärning, oövervakad inlärning och förstärkt lärande. Vanliga tillämpningar är prognoser, underhållsprognoser, dokumentklassificering, medicinsk
Livscykeln omfattar problemformulering, datainsamling och förberedelse, feature engineering, modellval och träning, utvärdering samt driftsättning. Efter lansering
Teknisk infrastruktur kan vara molnbaserad, on premises eller edgebaserad, ofta med data pipelines, modellregister och versionshantering.
Risker och utmaningar inkluderar bias och rättvisa, dataintegritet, säkerhet och tolkningsbarhet. Modell- och dataförändringar kan försämra
Branscher som använder MLlösningar inkluderar finans, hälso- och sjukvård, tillverkning, detaljhandel och telekommunikation, där de stödjer