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.

Yaoaoden HGLRC XJB F438 F4 Tower Flight Controller Betaflight OSD 2-4S 4in1 38A Blheli_S ESC for 65mm-250mm RC Racing Quadcopter Drone,

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.

X-Men Trading Card Game Booster Box,

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.

Wilbers lustiges Herren Kostüm Mann sitzt auf Ire Karneval,

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.

YUNTAB Tablet Zoll Q91 7 Zoll Tablet Touch Tablet Kind 1024X600 HD Auflösung 16 GB Android 5.1 A33 Quad Core Blautooth Google Play Store abdff6

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 Yaoaoden X12 4CH RC Foldable Drone Quadcopter Altitude Hold with WiFi Camera Live Video One Key Return Headless Mode 3D Flip,!

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.

    Dieser Artikel passt für Ihre .

    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.

    WoK: Teknes: Warsmiths Box by Cool Mini or Not,

    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.

    ZEROTECH Ersatzakku 2S 1300mAh D152 Dobby Selfie Drohne 30% längere Flugzeit,

    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.

    VW Polo R WRC, No.8, ROT Bull, WRC, Rallye de France, 2013, Modellauto, Fertigmodell, Norev 1:18,

    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.

    Webkinz Angora Bunny Plüschtier, mit Versiegeltem Code zum Adoptieren,

    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.

    Yetta Home Männer und Frauen Hut - Steampunk Burner Hut, Festival Kapitän Hut für Männer, Hand Made Hut, Sergeant Hut, Burning Man Hut, Steampunk, PSY Trance, Sci Fi Cosplay,

    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.

    3K Carbon Fiber QAV210 Mini FPV Racing Quadcopter Drone Frame Kit,

    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.

    Zfggd Maske Kapuze Halloween Kostüm Festliche Karnevalsparty,Amzbeauty AMZ-FUD-CG-P49, Schulranzen E 6,XRAY Differential Kugel Satz einstellbar,Apalis Vliestapete Nummer YK3 Absolut Sylt Fototapete Breit | Vlies Tapete Wandtapete Wandbild Foto 3D Fototapete für Schlafzimmer Wohnzimmer Küche | mehrfarbig, 107854,Vtech Tiny Touch Phone 1 +,ZHRUIY Wiedergeboren Babypuppe Weiches Silikon Realistischer Körper Erneuerbare Puppe Mit Babykleidung Geeignet Für 3-14 Jahre Alt Junge Mädchen Geburtstag GeschenkWandaufkleber Wandtattoo Wohnzimmerbäume, Fotos, Wandaufkleber, Unternehmenskultur, Inspirierende Wandaufkleber, Schwarze Körper Apfelgrüne Teile, GroßWonderworld Ofen & Herd Set Kinderküche Spielküche 39 x 26 x 67 cm HOUT192490,YIFNJCG Kinder Spielzeug Verformung Wespe Optimus King Kong Roboter Modell Maske Soft Bullet Gun Verwandlung Auto Spielzeug Modell Geschenk (Farbe : Blau)Bilderrahmen für Puzzle ca. 3000-5000 Teile 85X122cm Kupfer Rost1/10 Crawler WARRIOR, Military Desert, RTU all-In TU all-In,YIHANGG Cute Tuch Weich Silikon Puppe Simulation Baby Kinder Schlafen Spielen Spielzeug Wiedergeboren Baby 22 Zoll Full Alive Kinder Spielzeug Kinder Geburtstagsgeschenk,Art Mosaic Puzzle 1000 Pieces Tiger by American Puzzles,AUTOart Chevrolet Corvette C7 Z06 Coupe Rot Ab 2013 71262 1/18 Modell Auto mit individiuellem Wunschkennzeichen,Bandai Figuarts ZERO PVC Statue Weißbeard Edward Newgate One Piece,Warhammer Fantasy Waldelfen Treeman/Treeman Ancient/Durthu (2014),Yu-Gi-Oh! - A Cat of Ill Omen (PGD-070) - Pharaonic Guardian - 1st Edition - ...,[I work with cat ears headband necomimi EEG] yk (japan import),VIDOO Stirling Engine Modell Motor Gift Science Physikalische Labor Spielzeug,Yu-Gi-Oh! - Skill Drain (DCR-049) - Dark Crisis - Unlimited Edition - Rare by Yu-Gi-Oh!Breath of Fire 6 Wachter Hakuryu Nina 1/8 Skala Painted PVC-Abbildung,Akros akros20090 FI Finnische self-dictation of Verben Game,11 x Quantity of UDI U839 All ROT Nano Quadcopter Propeller blade Set 32mm Propellers Blades Props Quad Drone parts - FAST FREE SHIPPING FROM Orlando, Florida USA!,WWE John Cena Boys Classic Muscle Costume,YuGiOh Shadow of Infinity Ancient Gear Castle SOI-EN047 Rare Ultimate [Toy],WWF Shotgun Saturday night 1998 series 2 Jeff Jarrettby Jakks Pacific 1998 by Jakks Pacific,XQQ Kostüme für Erwachsene Weihnachtsmann-Kostüm-Kleidung-Weihnachtssatz-weibliche Nette Erwachsene Männer verkleiden Sich Laogong Gong-Kostüme (Farbe : ROT),WNQ Cosplay Dress Up Uniform Volle Kleidung Make-up Sexy Schwarz Polizei Polizei Dame Frau Kostüm Cosplay A+,BFK Möbel Collection Cabana Wandgarderobe Holz weiß 6x37x120 cm,ZaiQu Kinderspielzeug Big Mouth Crocodile Toy Shark Biss Handbiss Zahn Extraktion Kind Eltern-Kind Interaktion Früherziehung Puzzle Junge Mädchen Spielzeug (größe : B1),

    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!

18-008 snow that falls in the master wide 1518 Small piece Sasakura Teppei San Lu of puzzle (japan import),

Xuping Roboter Charakter Modell Dekoration 17cm Sabre Athena Puppe Spielzeug Souvenir/Geschenke/Sammlung/Handwerk/Urlaub Geschenke,