colophon
README.md

Om MLlex.dk

Danmarks dedikerede opslagsværk om machine learning og kunstig intelligens — struktureret som en notebook, læses som en bog.

Abstrakt visualisering af neuralt netværk — machine learning-arkitektur
Foto: Google DeepMind · Unsplash
// mission.mdIn [1]:

Vores mission

MLlex.dk har til formål at gøre machine learning tilgængeligt for dansktalende. Forståelse af ML-teknologi bør ikke kræve at man læser engelsksprogede akademiske artikler eller dyre lærebøger.

Leksikonet dækker alt fra grundlæggende koncepter som supervised learning og overfitting til avancerede emner som Transformer-arkitekturer og reinforcement learning. Hvert emne er forklaret grundigt med fokus på både teori og praktisk anvendelse.

Vi bestræber os på at være teknisk præcise uden at miste tilgængeligheden. Forklaringer bygges op fra simple analogier til den fulde tekniske dybde.

// indhold i tal
// hvad vi dækker
ch01/

Algoritmer

De vigtigste ML-algoritmer forklaret med matematisk baggrund, styrker, svagheder og praktiske anvendelseseksempler.

ch02/

Koncepter

Fundamentale ML-koncepter som supervised learning, overfitting og bias-variance tradeoff.

ch03/

Frameworks

De vigtigste ML-frameworks som TensorFlow, PyTorch, Scikit-learn og Keras.

ch04/

Anvendelser

Virkelige anvendelser af ML i NLP, computer vision, anbefalingssystemer og predictive analytics.

// del af netværket

Del af LexHub.dk

MLlex.dk er en del af LexHub.dk — Danmarks samling af faglige opslagsværker. LexHub samler specialiserede leksikoner inden for forskellige emner og gør viden tilgængeligt for alle på dansk.

// begynd her

Klar til at lære?

Start din rejse ind i machine learning med begynderguiden.