Was ist Maschinelles Lernen / Machine Learning?

Hervorgehoben

Veröffentlicht unter Maschinelles Lernen

machinelearning

Beim maschinellen Lernen oder auch “machine learning” lernt eine künstliche Intelligenz bzw. eine Maschine aus vorliegenden Daten bestimmte Muster oder Gesetzmäßigkeiten zu filtern und diese für die Erfassung und Einordnung neuer Daten zu generalisieren. Ein Beispiel ist das selbstständige, maschinelle Unterscheiden zwischen Spam und erwünschten elektronischen Nachrichten.

Die Eigenschaften Maschinellen Lernens

Maschinelles Lernen ist insbesondere auf die Generalisierung ausgerichtet. Erfahrungen und Wissen bezüglich bekannter Daten oder Probleme ist die Basis des künstlichen neuronalen Netzes für eine Verallgemeinerung oder das Erkennen eines Musters. Dieses Muster kann mit Hilfe des gegebenen Algorithmus dann auf unbekannte, neue Daten angewendet werden. Das Ergebnis sind sinnvolle und Vorhersagen, die anhand von Fehlern und dementsprechend geänderten Rechenvorschriften immer genauer werden. Maschinelles Lernen und die Ergebnisse der verwendeten Algorithmen bringt folglich keine garantierten Daten hervor, sondern vielmehr mehr oder minder wahrscheinliche Ergebnisse.

Als Basis dienen Algorithmen, anhand derer die Maschine mittels unterschiedlicher Methoden “lernt” ohne auf jede mögliche Eingabe gesondert programmiert zu sein. Drei besonders wichtige Algorithmen sind das überwachte Lernen, das unüberwachte Lernen und das bestärkende Lernen. Das überwachte Lernen wird von einem “Lehrer” gesteuert, der sowohl die Ein- als auch die Ausgaben einer Funktion bereitstellt. Die eingegebenen Parameter wie auch die Ergebnisse sind bekannt und gesichert und dienen dem System als Berechnungsgrundlage.

Das unüberwachte Lernen gründet sich auf einer bestimmten Menge an Eingaben, die als Grundlage für ein konkretes Modell dienen, welches wiederum die Berechnung von Prognosen ermöglicht. Dabei wird nicht anhand von bereits gesicherten Resultaten und den zuvor eingespeisten Angaben gelernt und ebenfalls nicht über Bestärkung, sondern ausschließlich mittels der Eingaben und der nachfolgenden Erkennung von Mustern und der Segmentierung oder auch der Komprimierung der Daten. Das bestärkende oder auch verstärkende Lernen funktioniert durch die Belohnung für richtiges Agieren des Algorithmus. Durch bestimmte Strategien soll der erwartete Gewinn möglichst hoch ausfallen und die Fehlerquote niedrig.

Anwendungensbereiche für Machine Learning

Die Simulation von Lernprozessen wird in vielerlei Bereichen genutzt. Als Beispiele können hier Sprach- und Schrifterkennung sowie die optische Zeichenerkennung (im Englischen: Optical character recognition, OCR) genannt werden, bei der der Computer handgeschriebene Dokumente oder Bilder mit Schriftanteilen erkennt und sie in maschinellen Text umwandelt. Weitere Anwendungsgebiete maschinellen Lernens sind Computerspiele, Aktienmarktanalysen, Suchmaschinen oder die Entwicklung von Robotern und viele weitere.

Weiterlesen

Mit einem Wisch in die nächste Generation

Veröffentlicht unter Technik

Minority Report – eine Zukunftsvision. Tom Cruise bedient in dem Science Fiction Film einen Computer lediglich mit seinen Händen. Bilder werden weggewischt, Videos per Hand gestartet, gezoomt wird per Fingergesten. Was bisher wie Zukunftsmusik klang, könnte dank eines jungen Unternehmens nun Realität werden.

Leap Motion

Weiterlesen

Spektakuläre Entwicklung von absorbierenden Kontaktlinsen

Veröffentlicht unter Allgemein, Technik

Es gelang russischen Forschern, komplett neuartige Linsen zu entwickeln. Das sibirische Unternehmen aus Kemerowo, welches diese Entwicklung durchgeführt hat, heisst Liomed und ist bis heute das einzige seiner Art weltweit. Wenn die Anti-Verbrennungslinsen medizinisch weltweit genutzt werden könnten, wären sie eine bannbrechende Entdeckung in der Augenmedizin.

Kontaktlinse Liomed

Weiterlesen

Mobile Stresssensoren helfen in Zukunft Stresspatienten

Veröffentlicht unter Maschinelles Lernen, Technik

bandu

Mit gleich zwei Neuentwicklungen im Bereich des “machine learning” wagen sich die US-amerikanischen Firmen Neumitra und Affectiva auf den Markt. Dabei kommen ihnen die zunehmende Verbreitung stressbasierter Erkrankungen innerhalb der Gesellschaft, wie auch eine bisher nicht geschlossene medizinisch-psychologische Erhebungslücke entgegen, die mit ihren Entwicklungen geschlossenen werden soll.

Weiterlesen