Maschinelles Lernen (Machine Learning)

Was ist Maschinelles Lernen?

Maschinelles Lernen ist eine Art künstlicher Intelligenz (AI), welche Computern die Möglichkeit verleiht, zu lernen, ohne explizit dafür programmiert zu sein. Maschinelles Einprägen fokussiert sich auf die Entwicklung von Datenprogrammen, welche geändert werden können, wenn Sie neue Daten erhalten.

Wie funktioniert Maschinelles Lernen?

Der Prozess des maschinellen Lernens ähnelt dem Data Mining. Beide Systeme durchsuchen die Daten, um Muster zu erstellen. Anstelle Daten zu gewinnen, um diese für den Menschen verständlich zu machen, wie es bei Data Mining – Anwendungen der Fall ist, verwendet das maschinelle Lernen diese Daten, um in den Daten Muster zu registrieren und Programmhandlungen entsprechend zu regulieren. Algorithmen des maschinellen Lernens werden oft als überwacht oder unaufgefordert eingestuft. Bei überwachten Algorithmen geht es darum, was den neuen Daten früher gelehrt worden ist. Unaufgeforderte Algorithmen können Abweichungen in Datensätzen interpretieren.

Möglichkeiten der Nutzung des Maschinellen Lernens

Der Newsfeed von Facebook nutzt maschinelles Lernen zur Anpassung der individuellen Feeds der Mitglieder. Wenn ein Mitglied oft das Scrollen unterbricht, um eine Beiträge eines bestimmten Freundes zu lesen oder zu „liken“, werden in den News stets mehr Aktivitäten dieses Freundes früher im Feed wiedergegeben. Hinter den Kulissen verwendet die Software einfach die statistische und prädiktive Analyse, um Muster in den Daten des Nutzers zu identifizieren und verwendet dieses Muster, um den Newsfeed zu gestalten. Wenn das Mitglied damit aufhört, die Beiträge dieses Freundes zu lesen, zu liken oder zu kommentieren, werden die neuen Daten in den Datensatz eingearbeitet und der Newsfeed entsprechend angepasst.