Was sind Machine Learning Algorithmen?
Maschinelles Lernen ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Dazu bauen Algorithmen beim maschinellen Lernen ein statistisches Modell auf, das auf Trainingsdaten beruht.
Was kann man mit Machine Learning?
Machine Learning (ML) ist ein Teilgebiet der Künstlichen Intelligenz und somit eine Form der angewandten Mathematik und Informatik. Mit Maschinellem Lernen können IT-Systeme aus Daten selbständig Wissen generieren, Algorithmen aufbauen, automatisiert lernen und neue Zusammenhänge erkennen.
Was ist ein selbstlernender Algorithmus?
Selbstlernende Algorithmen nutzen vorhandene Datenbestände, um Muster und Gesetzmäßigkeiten zu erkennen und Lösungen zu entwickeln. Beispiele für den Einsatz von Machine Learning sind die Vorhersage des Kaufverhaltens der Kunden oder die Klassifikation von E-Mails in Spam und Nicht-Spam.
Was ist die Fähigkeit einer Maschine zu lernen?
Die Fähigkeit einer Maschine, Muster zu erkennen, korrekt zu interpretieren und daraufhin richtig zu reagieren, wird erst durch das Trainieren mit Daten geschaffen. Der Lernprozess kann auf zwei unterschiedliche Arten verlaufen. Beim überwachten Lernen wird der Maschine für jede Eingabe auch die korrekte Ausgabe formuliert.
Was ist ein gutes Beispiel für überwachtes maschinelles Lernen?
Ein gutes Beispiel für überwachtes Maschinelles Lernen ist die Erkennung von handgeschriebenen Buchstaben. Dabei werden dem Machine-Learning-System Bilder eines handschriftlichen ABC eingespeist.
Welche Methoden eignen sich für maschinelles Lernen?
Methoden der „Knowledge Discovery in Databases“ können genutzt werden, um Lerndaten für „maschinelles Lernen“ zu produzieren oder vorzuverarbeiten. Im Gegenzug dazu finden Algorithmen aus dem maschinellen Lernen beim Data-Mining Anwendung.
Wie geschieht die praktische Umsetzung von maschinellen Lernen?
Die praktische Umsetzung geschieht mittels Algorithmen. Verschiedene Algorithmen aus dem Bereich des maschinellen Lernens lassen sich grob in zwei Gruppen einteilen: überwachtes Lernen (englisch supervised learning) und unüberwachtes Lernen (englisch unsupervised learning ).