carrot carrot carrot Change Centers x cognizanti collaborators create-folder Data Science Decisive Infrastructure download download edit Email exit Facebook files folders future-of-work global sourcing industry info infographic linkedin location Mass Empowerment Mobile First our-latest-thinking pdf question-mark icon_rss save-article search-article search-folders settings icon_share smart-search Smart Sourcing icon_star Twitter Value Webs Virtual Capital workplace Artboard 1

Please visit the COVID-19 response page for resources and advice on managing through the crisis today and beyond.

Norway

No Results.

Did you mean...

Or try searching another term.

Dyp læring

Hva er dyp læring?

Dyp læring er en spesialisert type maskinlæring som drives av nevrale nettverk. Det gir ustrukturerte data mening ved å trekke ut og klassifisere bilder eller lyder for å trekke verdifulle forretningskonklusjoner. Dyp læring kan brukes på områder som ansiktsgjenkjenning, talegjenkjenning, oversettelse, selvkjørende biler og filtrering av sosiale nettverk.

Hva er forretningsfordelene med dyp læring?

Bruk av dyp læringsteknologi kan redusere tiden det tar å analysere data og trekke konklusjoner. Det kan også øke kvaliteten og nøyaktigheten til disse resultatene. Dyp læring kan også:

  • Fange opp feil. Dype læringsmodeller kan identifisere selv veldig små produktproduksjonsfeil som mennesker ofte går glipp av.
  • Forbedre prognoser. Organisasjoner kan bruke algoritmer for dyp læring for å utvinne forholdet mellom flere typer ustrukturerte data—for eksempel bilder, sosiale medier, industrianalyser og mer—for å lage bedre forretningsprognoser.
  • Fjern datamerking. Dype læringsteknologi-algoritmer er i stand til å lære uten retningslinjer, og eliminerer behovet for godt merkede data.
  • Unngå menneskelige feil. En dyplæringsmodell kan utføre tusenvis av rutinemessige, repeterende oppgaver veldig raskt, og unngå feil forbundet med menneskelig utmattelse eller kjedsomhet.
  • Automatiser funksjonsteknikk. Dyp læring kan autonomt implementere funksjonsteknologi. En algoritme skanner data for å identifisere og kombinere korrelasjonsfunksjoner for å fremme raskere læring—og dermed effektivisere dataforskernes arbeid.

Tilbake til

Ordliste