Maskinlæring som politologisk værktøj

Research output: Contribution to journalJournal articlepeer-review

Standard

Maskinlæring som politologisk værktøj. / Hjorth, Frederik Georg; Bach, Alexander; Svejgaard, Jesper.

In: Politica, Vol. 51, No. 2, 2019, p. 168-186.

Research output: Contribution to journalJournal articlepeer-review

Harvard

Hjorth, FG, Bach, A & Svejgaard, J 2019, 'Maskinlæring som politologisk værktøj', Politica, vol. 51, no. 2, pp. 168-186. <https://politica.dk/fileadmin/politica/Dokumenter/politica_51_2/bach_svejgaard_hjort.pdf>

APA

Hjorth, F. G., Bach, A., & Svejgaard, J. (2019). Maskinlæring som politologisk værktøj. Politica, 51(2), 168-186. https://politica.dk/fileadmin/politica/Dokumenter/politica_51_2/bach_svejgaard_hjort.pdf

Vancouver

Hjorth FG, Bach A, Svejgaard J. Maskinlæring som politologisk værktøj. Politica. 2019;51(2):168-186.

Author

Hjorth, Frederik Georg ; Bach, Alexander ; Svejgaard, Jesper. / Maskinlæring som politologisk værktøj. In: Politica. 2019 ; Vol. 51, No. 2. pp. 168-186.

Bibtex

@article{889db2f32a5d4e798e8df74b731acc4d,
title = "Maskinl{\ae}ring som politologisk v{\ae}rkt{\o}j",
abstract = "Maskinl{\ae}ring er en metodisk tilgang til databehandling, som vinder indpas i denpolitologiske forskning og offentlige forvaltning. Her har tilgangen et lovendepotentiale til at lave forudsigelser om eksempelvis brugeres og borgeres senereadf{\ae}rd, hvilket blandt andet kan bruges til m{\aa}lretning af tidlige indsatser. Menhvad er maskinl{\ae}ring mere konkret, og hvordan anvender man maskinl{\ae}ring ipraksis? I artiklen introducerer vi kernebegreber i relation til maskinl{\ae}ring. Viintroducerer maskinl{\ae}ringsalgoritmer i form af klassifikationstr{\ae}er. Artiklenspointer illustrerer vi undervejs med et konkret eksempel p{\aa} anvendelse af maskinl{\ae}ring i dansk offentlig forvaltning, hvor maskinl{\ae}ring bliver brugt til atforudsige uddannelsesfrafald p{\aa} K{\o}benhavns Professionsh{\o}jskole. Afslutningsvis diskuterer vi metodiske styrker og svagheder ved maskinl{\ae}ring i en samfundsvidenskabelig kontekst",
keywords = "Det Samfundsvidenskabelige Fakultet, Machine learning",
author = "Hjorth, {Frederik Georg} and Alexander Bach and Jesper Svejgaard",
year = "2019",
language = "Dansk",
volume = "51",
pages = "168--186",
journal = "Politica",
number = "2",

}

RIS

TY - JOUR

T1 - Maskinlæring som politologisk værktøj

AU - Hjorth, Frederik Georg

AU - Bach, Alexander

AU - Svejgaard, Jesper

PY - 2019

Y1 - 2019

N2 - Maskinlæring er en metodisk tilgang til databehandling, som vinder indpas i denpolitologiske forskning og offentlige forvaltning. Her har tilgangen et lovendepotentiale til at lave forudsigelser om eksempelvis brugeres og borgeres senereadfærd, hvilket blandt andet kan bruges til målretning af tidlige indsatser. Menhvad er maskinlæring mere konkret, og hvordan anvender man maskinlæring ipraksis? I artiklen introducerer vi kernebegreber i relation til maskinlæring. Viintroducerer maskinlæringsalgoritmer i form af klassifikationstræer. Artiklenspointer illustrerer vi undervejs med et konkret eksempel på anvendelse af maskinlæring i dansk offentlig forvaltning, hvor maskinlæring bliver brugt til atforudsige uddannelsesfrafald på Københavns Professionshøjskole. Afslutningsvis diskuterer vi metodiske styrker og svagheder ved maskinlæring i en samfundsvidenskabelig kontekst

AB - Maskinlæring er en metodisk tilgang til databehandling, som vinder indpas i denpolitologiske forskning og offentlige forvaltning. Her har tilgangen et lovendepotentiale til at lave forudsigelser om eksempelvis brugeres og borgeres senereadfærd, hvilket blandt andet kan bruges til målretning af tidlige indsatser. Menhvad er maskinlæring mere konkret, og hvordan anvender man maskinlæring ipraksis? I artiklen introducerer vi kernebegreber i relation til maskinlæring. Viintroducerer maskinlæringsalgoritmer i form af klassifikationstræer. Artiklenspointer illustrerer vi undervejs med et konkret eksempel på anvendelse af maskinlæring i dansk offentlig forvaltning, hvor maskinlæring bliver brugt til atforudsige uddannelsesfrafald på Københavns Professionshøjskole. Afslutningsvis diskuterer vi metodiske styrker og svagheder ved maskinlæring i en samfundsvidenskabelig kontekst

KW - Det Samfundsvidenskabelige Fakultet

KW - Machine learning

M3 - Tidsskriftartikel

VL - 51

SP - 168

EP - 186

JO - Politica

JF - Politica

IS - 2

ER -

ID: 234081808