Indholdsfortegnelse
- algoritme
- Big data
- Bias in algorithm / algorithmic bias
- Machine learning (maskine læring)
- Data laundering (data vask)
- At ´curate data´ (kuretere data)
- At ´embed values into algorithms´ (indlejre værdi i algoritmer)

Fordomme i algoritmer + Stop den blinde tillid til big data
• Hvad er videoens vigtigste pointer?
• Hvad problematiseres i videoen?
• Kan data være objektiv? Hvorfor / hvorfor ikke

Uddrag
- algoritme
En algoritme er en opskrift til at løse et problem af en bestemt type, som leverer en løsning uanset den konkrete problemsituations udseende.

- Big data
Big data er et begreb indenfor datalogi, der bredt dækker over indsamling, opbevaring, analyse, processering og fortolkning af enorme mængder af data.

- Bias in algorithm / algorithmic bias
Det er når der er fejl i systemet, det går an på hvem der har kodet dem og deres motiver bag, altså hvordan de er bygget, hvordan de er udviklet og hvordan de bliver brugt.

- Machine learning (maskine læring)
Machine learning is an application of w (AI) that provides systems the ability to automatically learn and improve from experience without being explicitly programmed.

Machine learning focuses on the development of computer programs that can access data and use it learn for themselves.

- Data laundering (data vask)
Data laundering is the conversion of stolen data so that it may be sold or used by ostensibly legitimate databases.

- At ´curate data´ (kuretere data)
Data curation is the organization and integration of data collected from various sources. It involves annotation, publication and presentation of the data such that the value of the data is maintained over time, and the data remains available for reuse and preservation.