Es gibt kaum eine Digital-Veranstaltung, auf der das Wort „Machine Learning“ nicht fällt – fast genauso verhält es sich mit der Blockchain, Krypto-Währungen oder selbstfahrenden Autos. Aber eines haben all diese Themen gemein: Nur wenige Menschen verstehen wirklich, was sich hinter den Buzzwörtern verbirgt. Das ist auch kein Wunder, schließlich sind das technisch höchst anspruchsvolle Themen, an denen schon seit Jahrzehnten geforscht und entwickelt wird.

Es hört doch jeder nur, was er versteht.

Johann Wolfgang von Goethe

Dieser Artikel soll die Machine Learning Grundlagen einfach erklären und so einen Einstieg in die komplexe Materie erlauben. Für Fortgeschrittene oder gar Experten ist der Artikel also nicht geeignet – dafür aber für Manager/innen, Gründer/innen und Fachfremde, die noch nicht viel über Machine Learning gelesen haben. Waschechte Machine-Learning-Anfänger, also.

Quanum Outlaw 270 Racing Drone Frame Kit,

Intelligente Maschinen sind kaum mehr aus unserem Alltag wegzudenken. Allerdings sind mit „Maschinen“ in dem Kontext von Machine Learning nicht klassische Maschinen gemeint, wie sie z.B. in einer Produktionshalle stehen. Es geht vielmehr um Computer- und Rechensysteme, also die „Software“ im Hintergrund der physischen Maschinen.

RC WL Toys "V911" 2.4 GHz 4-Kanal Single Blade Mini RC Helikopter / Hubschrauber RTF mit Gyroscope Technologie / FARBLICH SORTIERT,

Bisher musste man Computerprogrammen immer mit Regeln vorgeben, was sie machen sollen: Wenn X, dann Y. Computer konnten nur bestimmte Daten verarbeiten (Stichwort „0“ und „1“), Bilder und Videos z.B. konnten sie nur „speichern“, aber nicht „verstehen“. Mit Machine Learning (ML) ändert sich das: Mit bestimmten „Machine Learning Algorithmen“ können Computer selbständig lernen. Das heißt, man muss keine Regeln in der Programmierung vorgeben, sondern das Systeme kann sich selbst Regeln und Dinge beibringen. Das klingt erstmal überwältigend, ist aber im Endeffekt gar nicht so kompliziert.

Rasta Imposta Film Nacht Popcorn Kinder-Kostüm, 7–10, rot (US),

Nehmen wir an, es gibt einen Datensatz von 100 Bildern: Auf 50 Bildern sind Äpfel, auf 50 Bildern sind Birnen. Wir möchten ein Programm schreiben, das die Bilder entsprechend als „Apfel“ oder als „Birne“ einordnet. Dieses Vorgehen ist eine klassische Aufgabe für Machine Learning: Es geht um die Klassifikation, also Einordnung, von Daten. Mit einem Machine Learning Algorithmus kann man nun versuchen, diese Klassifikation vorzunehmen.

Schaubek 1995-1999 Album Kanada 1995-1999 Schaubek Brillant im geprägten Leinen-Schraubbinder blau, Band III, ohne Schutzkassette A-944/03B 5d609c

Wir möchten also ein Modell erstellen, das Äpfel und Birnen auf Bildern erkennen kann.

Ein Modell ist immer gleich aufgebaut: Es gibt (1) Input-Daten (also unsere Bilder), die werden von unserem (2) Modell bzw. Algorithmus analysiert und dann wird (3) „prognostiziert“, ob es sich um Äpfel oder Birnen handelt. Wie im echten Leben aber ist noch kein Meister vom Himmel gefallen: Es bedarf Rubie's Gamora Guardians of the Galaxy Kostüm für Damen, Größe:S,!

Um also der Maschine beizubringen, was ein Apfel und was eine Birne ist, bereiten wir unsere Daten zunächst auf: Die Merkmale jedes Bilds werden erfasst, ebenso wie die Klassifikation „Apfel“ oder „Birne“. Im Anschluss teilen wir unsere Datensätze in (1) Trainingsdaten und (2) Test-Daten ein. Die Trainingsdaten werden wir verwenden, um unsere Maschine zu „trainieren“ – mit den Test-Daten überprüfen wir am Ende des Trainings, ob die Maschine auch Bilder, die sie zuvor nie gesehen hat, korrekt einsortieren kann.

Wir trainieren unser Machine Learning Modell

Beim Training durchlaufen wir mehrere Durchgänge: Zu Beginn geben wir alle Trainingsdaten an die Maschine, also unser System, und es entscheidet quasi per Zufall, ob ein Apfel oder eine Birne auf dem Bild ist. Im Anschluss überprüft das Modell, wie häufig es sich richtig entschieden hat und schaut sich die „Merkmale“ dieser Daten an: Wenn die Form eher rund ist, ist es wahrscheinlich ein Apfel. Wenn die Farbe rot ist, ist es häufiger ein Apfel. Wenn die Farbe eher bräunlich ist, ist es vermutlich eher eine Birne. All diese „Merkmale“ nennt man im Machine Learning „Features“. Und die Einordnung (Apfel/Birne) bezeichnet man als „Labels“.

Nach jedem Trainingsdurchlauf justiert das Modell seine Entscheidungskriterien und so wird quasi durch „Trial und Error“ ein immer genaueres Modell erstellt. Mit der Zeit, also erst durch eine Vielzahl an Trainingsdurchläufen, kann das Modell besser zwischen den „Labels“ unterscheiden und hat so „gelernt“, Äpfel von Birnen zu unterscheiden.

Wir testen unser Modell

Nachdem wir mit dem Ergebnis zufrieden sind und das System bspw. 99% der Bilder korrekt einsortiert, kommen unsere Test-Daten zum Einsatz: Hier zeigt sich, ob das Modell das bisher gelernte auch auf neue, bisher unbekannte Daten (Bilder) übertragen kann. Am Ende des Test-Durchlaufs kann man das Modell erneut überarbeiten, falls sich z.B. Fehler eingeschlichen haben.

Wir setzen das Machine Learning Modell in der Praxis ein

Basierend auf dem Training und dem Test haben wir also nun einem Computer-Programm beigebracht, Äpfel und Birnen auf Bildern zu erkennen. Nun geht es darum, dieses Modell in der „echten Welt“ einzusetzen und neue, bisher unbekannte Bilder einzuordnen.

Prophila Collection Belg. Post Eupen / Malmedy 1-7 (kompl.Ausg.) 1920 Albert I. (Briefmarken für Sammler),

Bei unserem Beispiel sieht man, dass Machine Learning nur funktioniert, wenn man bereits aufbereitete Datensätze hat: Ähnlich wie mit einem Kind bringt es natürlich nichts, einem Programm tausende Bilder zu zeigen, ohne zu wissen, was darauf ist – woher soll das Programm oder das Kind denn wissen, was es sich anschaut? Die Datenaufbereitung ist also ein essenzieller Bestandteil des Machine Learnings. Je mehr Daten als Grundlage für das Training benutzt werden können (und je besser diese Daten sind), desto besser kann das Machine-Learning-Modell im Nachgang seine Vorhersage treffen. Wenn wir also wissen möchten, ob der Wert einer Aktie eher steigen oder eher sinken wird, brauchen wir erstmal einen Datensatz, der sinnvolle Aussagen dazu trifft. So ist es vermutlich irrelevant, ob das Wetter an einem Tag gut oder schlecht war – aber wohl eher relevant, ob an einem Tag über das Unternehmen in der Zeitung positiv oder negativ berichtet wurde. Die Datenqualität und Menge ist entscheidend.

Pokemon schwarze / weiße Edition - Weiße Kyurem Vinyl Figur (23cm),

Computersysteme haben gegenüber Menschen den Vorteil, dass sie große Datensätze schnell und parallel bearbeiten können. Ein Mensch kann immer nur eine begrenzte Anzahl an „Rechenoperationen“ durchführen. Machine Learning ist daher natürlich ein sehr spannendes Thema: Große Datenmengen können innerhalb kürzester Zeit analysiert werden und das System kann daraus bestimmte Maßnahmen ableiten. So können Systeme meist besser entscheiden, ob ein Gebot auf eine Aktie abgegeben werden soll – oder eben entscheiden, ob ein Apfel oder eine Birne auf einem Bild zu sehen ist.

Ravensburger Puzzle 1000 Teile 154067 Inganni: Teatro alla Scala von 2004,

Künstliche Intelligenz (KI) bezeichnet die Fähigkeit eines Computersystems, intelligentes menschliches Verhalten nachzuahmen. Das können zum einen Systeme sein, die ein bestimmtes Anwendungsgebiet abdecken (z.B. eine KI, die Schach spielt). Diese anwendungsspezifischen Systeme nennt man auch „schwache“ oder „angewandte“ KI. Aus Science-Fiction-Filmen bekannt sind aber vor allem KIs, die allumfänglich intelligent sind, also alle Aufgaben erledigen, die auch Menschen erledigen können. Solche Systeme würde man als „starke“ oder „allgemeine“ KI bezeichnen – aber von dieser Form der künstlichen Intelligenz sind wir noch weit entfernt.

Satoshi Ono Ausstellung "FREESTYLE II" offizielle Waren [T-Shirt] (regelmaessige Groesse),

Machine Learning bezeichnet eben den Teil der KI, der sich um die Verarbeitung und das Verstehen von Daten kümmert. Anwendungsgebiete sind also beispielsweise das Verstehen von Sprache (auch Natural Language Understanding gennant) oder die Klassifikation von Daten (wie in unserm Apfel-Birnen-Beispiel). Es gibt hierbei wiederum unterschiedliche Ansätze und Systeme, wie Machine Learning umgesetzt werden kann. So können Entscheidungen und Vorhersagen mit „einfacheren“ Entscheidungsbäumen (Decision Trees) oder über hochkomplexe neuronale Netze (Deep Learning) getroffen werden.

RC Crane Remote Control Traktor Batteriebetriebene Funksteuerung BAU Kran Geburtstagsgeschenk Geschenk Jahres,

In vielen Bereichen unseres Alltags sind wir mit Machine Learning indirekt im Kontakt: So verarbeiten zum Beispiel Dienste wie Amazon Alexa oder Apple Siri unsere Sprach-Anfragen mithilfe von Machine Learning zu Text. Dieser Text wird dann erneut verarbeitet, um ihn für Maschinen verständlich zu machen. In Computer-Systemen kommt Machine Learning immer da zum Einsatz, wo viele Daten verarbeitet werden müssen und dann Entscheidungen darauf basierend getroffen werden müssen. Aber auch in der Medizin kann mit Machine Learning z.B. auf Bildern erkannt werden, ob bestimmte Krankheits-Symptome erkennbar sind und selbständig Diagnosen erstellen. Erste Studien in diesem Bereich haben Systeme entwickelt und trainiert, die über 50% der Krebsarten bereits ein Jahr vor ihrer ersten Diagnose durch menschliche Ärzte erkennen konnten.

Schaubek Text Brasilien 2005-2009 Standard 902T06N,

Es klingt fast wie ein Traum, dass uns intelligente Computer im Arbeitsalltag assistieren: Nie wieder selbst Termine ausmachen müssen. Lange Texte werden automatisch zusammengefasst. Die Kunden, bei denen ein Abschluss am Wahrscheinlichsten ist, werden vollautomatisiert angeschrieben.

RG Kost-me 75010 ROT Nylon Taft Cape - 45 ZentimeterSchaukelpferd Schaukeltier Kinder Schaukel Pferd Schaukelspielzeug Babyschaukel (Schwarz)Reaper Miniatures 2854 - Dunkle Legenden: Baby-Drachen (unbemalt)Prophila Collection Württemberg 6a Pracht 1857 Wappen (Briefmarken für Sammler),Robbe Multicopter-Kameraset inkl. 2 GB Micro-SD-Karte Passend für: Galaxy Visitor IIScavenger Hunt for Kids Travel Tin by University Games TOY (English Manual),Promethea with Sophie, Deluxe Action Figure Set,SET OF THREE EARLY READER MENUS,Shimmer and Shine 3-Piece Pretty Genie Friends Doll Set and 6" Nahal Plush,Porsche 997 RSR No. 88 LeMans 2012,Plüsch & Company 07722 TOPOLINA Sessel Weiches Spielzeug, 45 x 35 x 42 cm,PREMIUM CLASSIXX PCL30105 MERCEDES L 408 PORSCHE 1972 1:18 MODELLINO DIE CAST,RA-12 Transformers Movie Transformers Revenge Depth Charge,Piutrè 2177 - Plüsch Liegend Pandabär, 35 cm,Reproduzierte Antikschachfiguren – Vintage Schachfiguren Kaffeehaus/ Alt Wiener-Stil – gewichtete eingefärbten Biedermeier Schachfiguren aus Buchsbaumholz-König 107mmPower Rangers Megaforce Ultra Dragon Sword by Power Rangers (English Manual),Süßes weiches Sojabohnen Puppen Auto Sofa Ornaments Creative Plüsch Puppe Geschenk zu senden Ihre Kinder,Qewmsg Pixhawk PX4 2.4.8 Flight Controller mit M8N GPS OSD-Sicherheitsschalter Summer,QXMEI 55 cm Reborn Babypuppen Junge Baby Doll Look Real SilikonSaug-und Förderschlauch BarducPUR-inox 382 MHF antistatisch 65mm 10mPokemon Break Evolution Box (Mehrfarbig),RC4WD XR2 Micro 2-Channel 2.4Ghz Transmitter Receiver RX Radio TX Z-R0011 18th,PGL2-DE016 - Katzenhai - Gold Secret Rare - Yu-Gi-Oh - Deutsch - 1. Auflage,Riva776Yale Solarenergie DIY Ganzmetall-Stirling-Motorstamm-Dampf-Modell Niedrige Temperaturen Stirlingmotor Stirling EngineParty Essentials 20 graines de qualité rigide Plastique fête Tasses, gobelets 255,1 gram, clair,Sexy Razzmatazz Flapper Costume Dress Adult X-Large,Porsche 911 991 Carrera Coupe Silber Modell Ab 2012 Ab Facelift 2015 1/43 Herpa Modell Auto,Pololu Brushed Dual DC Motor Controller TReX Jr DMC02 with MC33887 Motor Driver, TTL Serial, RS-232, RC Servo, Analog Voltage Interface for Niedrig-Power Motor 5V to 24V 767,ROTcat Racing BS936–003 Radnabe, 17 mm,Shisky Halloween kostüm Damen, Halloween Kostüm Cosplay Kostüm Kostüme Theme Party Kostüm,

Mit unserem digitalen Assistenten Neo machen wir, die Neohelden, Machine Learning sofort für Unternehmen nutzbar: Mit unserem System, das auf den unternehmenseigenen Servern laufen kann und somit keine Daten an Externe weitergibt, können wir verschiedene Anwendungsfälle und Prozesse voll- oder teilautomatisieren und Bestandssysteme miteinander verbinden, um Mitarbeiter zu entlasten. Interessiert? Bei einer unverbindlichen Demo können wir über konkrete Anwendungsfälle sprechen!

Plastoy 412 – Sammlerfigur von, Motiv Bécassine Desiugal,

Robot Spirits Damashii Vincent Early Production Side KMF Code Geass R071 Action Figure,