# Postscript: Virkelige anvendelser af klassisk maskinlæring I denne del af pensum vil du blive introduceret til nogle virkelige anvendelser af klassisk maskinlæring. Vi har gennemsøgt internettet for at finde videnskabelige artikler og artikler om anvendelser, der har brugt disse strategier, og undgået neurale netværk, dyb læring og AI så meget som muligt. Lær om, hvordan maskinlæring bruges i forretningssystemer, økologiske anvendelser, finans, kunst og kultur og meget mere.  > Foto af Alexis Fauvet på Unsplash ## Lektion 1. [Virkelige anvendelser af maskinlæring](1-Applications/README.md) 2. [Fejlfinding af modeller i maskinlæring ved hjælp af Responsible AI-dashboardkomponenter](2-Debugging-ML-Models/README.md) ## Kreditering "Virkelige anvendelser" blev skrevet af et team af folk, herunder [Jen Looper](https://twitter.com/jenlooper) og [Ornella Altunyan](https://twitter.com/ornelladotcom). "Fejlfinding af modeller i maskinlæring ved hjælp af Responsible AI-dashboardkomponenter" blev skrevet af [Ruth Yakubu](https://twitter.com/ruthieyakubu) --- **Ansvarsfraskrivelse**: Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten [Co-op Translator](https://github.com/Azure/co-op-translator). Selvom vi bestræber os på nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi påtager os intet ansvar for misforståelser eller fejltolkninger, der måtte opstå som følge af brugen af denne oversættelse.