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.

HOMETOWN COLLECTION Castle Drive 1000 Piece Puzzle by Mega Brands,

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.

H0 Diesellok g400, grau/gelb, der NS,

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.

Fancy Ole - Damen Frauen Märchenfee Zauberprinzessin Kostüm, S, Grün,

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.

Hobbywing Ezrun Combo Off-On-Road MAX10-3652SL-3300KV 1/10 Off-On-Road Combo Waterproof b45f5b

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 Homyl Hölzerne EQ 17 Tasten Kalimba Finger Daumenklavier, Inkl. Kalimba, Tasche, Stimmhammer,!

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.

Footprintse AG-01DP FPV 720P Kamera Selfie Drone Höhe Halten Headless Modus RC Quadcopter,

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.

Herpa 559348 CSA Ceskoslovenske Airlines Yakovlev Yak-40 1/200,

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.

Hape International HAPE - My Tractor,

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.

Fiesta 723-340 Gusto Bowl, 28 oz, Sage by Unknown,

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.

Goldhahn Vatikan 1948 postfrisch Nr. 147-148 Briefmarken für Sammler,

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.

Hasegawa ha2202 Maßstab: 1: 72 "F/A-18 + Hornet vfc-12 Gegner Kunststoff Modell,

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.

Hasbro - My Little Pony 21455148 - Prinzessin Celestia,Fan Tisch Bunting Fashion Einfache Nordic Kaffee Bett Hochzeit Hotel Bankett Dekoration 3 Farben 35 cm 160 cm (Farbe : Blau, größe : 210cm),Footprintse SH5H 2.4G 1080 P Weitwinkel HD Kamera FPV Drone RC Quadcopter Höhe Halten,Haisen Van Silikon Reborn Doll Bonecas Baby wiedergeborene Realistische Magnetic Pacifier Bebe Reborn Doll 16 Zoll 45CM für Mädchen Geschenk,Gugutogo SG700 2,4G RC Drone Faltbare Quadcopter mit 2MP HD Wifi FPV Kamera Optischer Fluss Positionierung Höhe Halten Headless (Farbe: Weiß)Frog Studio Home Estes Proto-X Nano Body Shell H111-01 ROT Quadcopter Frame w/Motor Supports - Fast Free Shipping from Orlando, Florida USA!,GaoRuiRuiL Verwitterte Blumendekorationsmalerei, rahmenlose Gemälde, Wohnzimmermalerei Malerei, 35 50 4Generique - Asterix-Lizenzkostüm für Erwachsene bunt LHigh Range Gear: LST, LST2,Fenteer 24" Zoll Ukelele Musikinstrumente für Anfänger, inkl. Kapodaster + Sandhammer + Tasche + Saiten,Geisterbraut Geist Halloween Damenkostüm M,Hornby Loco R3617 BR Rebuilt Merchant Navy Class 4-6-2 35030 Elder Dempster,HobbyKing - NGH GF30 30cc Gas 4 Stroke Engine - DIY Maker Booole,H0 FL E-LOK BR 145, 125 J. FLEISCHMANN,Fenteer 160A Brushless Motor ESC Regler Speed Controller 3A / 6V BEC für 1/6 RC Crawler Auto LKW,Goolsky XK A430 5CH Brushless Motor 3D6G System RC Flugzeug 430mm Spannweite EPS Flugzeug Kompatibel Futaba S-FHSS RTF,Giant Microbes Gigantic Microbe MRSA Plush Toy by Giant Microbes,Ferngesteuertes Rc Flugzeug Drohne Mit Kamera HD 1080p FPV Quadrocopter 4 Achsen Falten Verformung Anti-Fall Quadrocopter,GYZS-TOY 1:32 Chevrolet Kemero Bumblebee Auto Modell Simulation Legierung Automodell Boutique Automodell Spielzeugauto (Farbe : Gelb),GWO Desktop Schminkspiegel Vertikal Doppelseitig Normaler 8-Zoll- Und 3-Fach-Zoom 2 In 1 360 ° Drehbarer SchminkspiegelGuangmaoxin Drohne Guard für Anfänger, Drohne mit Kamera für Live Videos, 2.4GHz 6-Achsen-Gyro Helicopter ferngesteuert mit Fernbedienung Spielzeug,Geeignet für Kinder, Anfänger und Meister,Frog Studio Home 30 x Quantity of Estes Dart Grün Clear Propeller Blades Props Transparent Propellers - Fast from Orlando, Florida USA!Halloween Latex Clown Maske Mit, Halloween Kostüm Party Requisiten Maske, Identität V,Herpa 83SSM7037 SSM: LIAZ-100.471 mit Orlican N13CH Kühlauflieger,Herpa 529716 - Cargolux Boeing Flugzeug 747-8F- 45th Anniversary City of ROTange-sur-Attert,Haba 302060 - Kullerbü-Kugelbahn KlingelingGoolsky OCDAY OCDAY BL3660 3800KV Sensorless Brushless Motor mit 80A ESC für 1/10 RC Crawler Traxxas ROTcat HSP Auto LKWFEICHAO HD1080P WiFi FPV Selfie-Drohne KY601S RC Hubschrauber-Drohne mit Kamera Professioneller Faltbarer Quadcopter (Weiß with 500w WiFi Camera),Gugutogo 11,4 V 3830mAh 3S Intelligent Ersatzflug LiPo Akku für DJI Mavic RC DroneHexbug 406-4323" VEX Robotics Motorised Arm Elektronisches Spielzeug,

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!

Fytoo YD-A23C 2.4GHz 4 Kanal 6 Achsen Gyro RC Quadcopter Drone mit 2.0MP HD Kamera,360 Grad Rolle und Kopfloser Modus Fliegen Spielzeug (Grün),

Goolsky Vantex BL070BP Transmitter High Speed 60km / h Elektro RC RennStiefel SpeedStiefel 1300bp Blitz FS-GT2 2.4G,