Machine-Learning-Definition

Lösungen finden über Datenmuster

   Big DataData MiningData Science

Eine Machine-Learning-Definition ist kaum in einem Satz zu leisten. Soviel steht fest: Machine Learning ist inzwischen ein fester Bestandteil unserer Welt. Die darunter zusammengefassten mathematischen Ansätze, Methoden und Techniken begegnen uns in allen möglichen Stationen des täglichen Lebens, oft ohne dass wir uns deren bewusst sind: abends auf der Couch, wenn wir einen Film auf Netflix ansehen möchten und uns Filme empfohlen werden. Oder tagsüber an der Hotline des Kundenservice, wenn uns eine Automatische Sprachführung durch das Menü navigiert und unsere Fragen beantwortet. Eine Machine-Learning-Definition wird also viele Aspekte berücksichtigen müssen.

Machine-Learning-Definition: Beginnen wir mit dem Verstehen

Eine Machine-Learning-Definition sollte vier übergeordnete Lernprobleme erörtern und Begriffe abgrenzen, denen wir uns im Folgenden nähern wollen:

  • Supervised Learning
  • Unsupervised Learning
  • Reinforcement Learning
  • Online und Offline Learning

Machine Learning in der Welt von Artificial Intelligence

Zusammen mit „Machine Learning“ fallen oft ähnliche Begriffe wie „Artificial Intelligence“, „Deep Learning“ oder „Neural Networks“. Eine Machine-Learning-Definition sollte also auch diese Begriffe einordnen und greifbar machen.

Artificial Intelligence (AI) soll Computersysteme befähigen, auf Basis eines künstlichen Bewusstseins wie ein Mensch zu Denken und zu Handeln. Diese visionäre Zielsetzung macht AI zu einem packenden Forschungsgebiet. Je nach Schwerpunkt wird zwischen „starker“ und „schwacher“ AI unterschieden. Starke AI befasst sich mit künstlichem Bewusstsein. Schwache AI fokussiert darauf, Computersysteme zu befähigen, gleiche und ähnliche Aufgaben wie ein Mensch auszuführen – ohne den Anspruch an ein künstliches Bewusstsein zu schaffen. Daher wird der forschungsorientierte Zweig der schwachen AI mit dem Begriff „Machine Intelligence“ beschrieben.

Sprechen wir von Applied Machine Learning oder kurz „Machine Learning“, handelt es sich um den anwendungsorientierten Bereich der schwachen AI oder Machine Intelligence. Wichtig für die Machine-Learning-Definition: Der Begriff Machine Learning fasst anwendungsorientierte mathematische Ansätze, Methoden und Techniken zusammen, die eine Software zum Lernen befähigen. Die Software soll in Folge menschenähnliche Aufgaben verrichten können.

Der Begriff „Deep Learning" ist eine der mathematischen Methoden, die unter Machine Learning zusammengefasst sind. Deep Learning nutzt den mathematischen Ansatz der „Neural Networks", der auch unter Machine Learning zusammengefasst ist. Aktuell ist er einer der wichtigsten Forschungszweige im Bereich Machine Intelligence. Das Diagramm zur Machine-Learning-Definition zeigt den Zusammenhang:

Grafik zur Machine-Lerning-Definition

Das Ziel hinter Machine Learning

Jeder muss täglich unzählige Entscheidungen treffen. Bei einfachen Aufgaben lässt sich der Entscheidungsweg nachvollziehen. Bei komplexen Aufgaben ist das schwieriger. Oft handelt es sich dann um Einschätzungen. Eine Einschätzung ist das Ergebnis von komplexen und heuristischen Analyse-, Bewertungs- und Korrekturmaßnahmen auf Basis des bestmöglichen Wissens und der Erfahrung. Diese Maßnahmen kann man auch als Lernen bezeichnen. 

Machine Learning ahmt diese menschlichen Maßnahmen nach. Einfach ausgedrückt: Das Ziel von Machine Learning ist es, durch unterschiedliche Analyse-, Bewertungs- und Korrekturmethoden versteckte Muster in Datenbeständen zu finden, um damit Vorhersagen und Klassifikationen zu erzeugen und Entscheidungen zu treffen oder zu unterstützen.

Vier Verfahren von Machine Learning

Eine Machine-Learning-Definition gliedert Machine Learning in vier Lernverfahren:

  • Supervised Learning: Lernen an Beispielen
  • Unsupervised Learning: Lernen ohne Beispiele
  • Reinforcement Learning: Kombination aus beiden
  • Online- und Offline-Learning: Kontinuierliches oder einmaliges Lernen

Eine Machine-Learning-Definition müsste im Idealfall über diese Aspekte hinausreichen: Wenn Sie mehr über Machine Learning lernen und den Einsatz dieser Ansätze, Methoden und Techniken ganz konkret erleben möchten, geben Sie uns einfach kurz Bescheid. Oder buchen Sie unsere Data Science School. Wir freuen uns auf Sie!

 

Blockchain: Nehmen Sie jetzt Kontakt mit uns auf!