Maskinlæringbaserte
Maskinlæringbaserte beskriver systemer, metoder eller produkter som i vesentlig grad bygger på maskinlæringsmodeller for å ta beslutninger, gjøre spådommer eller utføre handlinger uten faste manuelle regler. Begrepet brukes ofte som en beskrivende betegnelse på teknologier der kjernen er læring fra data.
Et typisk utviklingsløp for maskinlæringbaserte systemer inkluderer innsamling og forbehandling av data, modellvalg og trening, validering,
Anvendelsesområder inkluderer bildegjenkjenning, talegjenkjenning, naturlig språkbehandling, anbefalingssystemer, svindeldeteksjon og prediktivt vedlikehold. I helsesektoren brukes maskinlæringbaserte metoder
Fordeler inkluderer evnen til å håndtere komplekse mønstre og til å forbedre ytelsen med økende datamengder,
Etiske og regulatoriske hensyn er sentrale ved utvikling og bruk av maskinlæringbaserte løsninger, inkludert krav til