Grundlæggende maskinlæring
At lære en computer at sortere hvert nyt tilfælde i én af nogle faste grupper, fx godkend eller afvis, ægte angreb eller falsk alarm.
Formelt
En opgave i maskinlæring, hvor modellen lærer af mærkede eksempler at give hvert nyt input én mærkat fra en kendt, fast liste, ofte sammen med en score for, hvor sikker den er.
Forklaret enkelt
Som en møntsorteringsmaskine i banken - hver mønt falder ned i hullet for sin værdi, og der er intet hul til en mønt, den aldrig har set.
I praksis
I et rederi sætter en model, der er trænet på tusindvis af fakturaer, som en bogholder allerede havde sorteret, hver ny faktura i én af 40 slags udgifter, fx brændstof eller havneafgifter, og sender de usikre tilbage til hende.
Hvorfor det betyder noget
Ingen model sorterer alle tilfælde rigtigt, og forkerte afgørelser koster forskelligt - et overset angreb koster som regel mere end en falsk alarm - så nogen må beslutte, hvilke fejl man accepterer, og hvor et menneske tjekker.