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.

Gugutogo Syma X25PRO RC FPV Quadcopter Drone 720P HD WiFi Einstellbare Kamera GPS,

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.

Dailyinshop LDARC FPVEGG V2 5.8G Brushless OSD Cam DSM2 RX Mini FPV RC Racing Drone PNP (Farbe: Schwarz-Gelb),

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.

Kinder intelligente Roboter Chameleon Kinder Spielzeug Geschenk Fernbedienung elektrische Haustier Spielzeug,

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.

FelsgrottenmaDamens von Vinci Leonardo da Vinci von | zwei Farbmünzen | Ascension | Rubin | Saphir | Gemälde | Edelsteine | Kunstwerk | Junfrau Maria mit dem Christuskind 256716

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 Hordes: Legion of Everblight Mk II Token Set (65 Tokens) by Privateer Press,!

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.

FairytaleMM 8kw / 12v Einzel LCD mit Fernbedienung Schalldämpfer Diesel Lufterhitzer,

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.

Candide 451110 Matratze Ergo klimatisiert, 60 x 120 x 12 cm,

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.

Hasbro 73013398 - Trivial Pursuit Familien Edition - Edition 2012,

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.

Cobble Hill Billiards Restaurant Jigsaw Puzzle, 1000-Piece by Cobble Hill,

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.

LED Bettleuchte Leseleuchte Bettlampe Flexleuchte chrom silbergrau Touch Schalt, Farbe:silbergrau/alu eloxiert, Größe:2er Set,

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.

Kids on Stage 1988 EDITION,

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.

Clementoni 33542 Jigsaw Puzzle 3,000 Pieces - Breughel - The Sense of Sight by ClementoniEduca Kids Venice Courtship Puzzle (3000-Piece) by Educa,Kähler Design Vase Hammershøi Rose (25cm),Embellishment Young Maiden 550 Piece PuzzleGames Workshop Figurentragekoffer für Citadel Battle von 99239999075Drohne Sprachsteuerung Faltbare Mini-Drohne Mit HD-Live-Video-Wifi-Kamera Und Headless-Modus 2 4 GHz 4-Achsen-Gyro Quadcopter Mit Höhe Halten Und One-Button Start Und Landung Gut Für Drone Training,Kato 10-543 Series E233 1000 Keihintohoku Line 6-Car Set, PoweROTKodacolor Generations 750-Piece Puzzle: 1930's Sewing Room by Warren Industries,Erduo SJ R / C S30W 2.4G Dual GPS Positionierung FPV RC Quadcopter Drohne mit 720 P Einstellbare Weitwinkel Wifi Kamera Follow Me Hovering,Elegantstunning XK K123 6CH Brushless AS350 3D6G RC Hubschrauber RTF Upgrade WLtoys V931 No Remote Control VersionJouef hj2340s Lokomotive Diesel bb67604 SNCF Version Digital SoundLeuchtturm 1917 Soft Cover Zusammensetzung B5 Notebook 17,8 x 25,4 cm Lemon Gelb, Dotted/Punkte,DreamGEAR Comfort Grip for Wii U GamePad by dreamGEAR,Große Parkgarage Parkhaus Spiel Holz-Spielgarage mit einem Lift Kinder Holzspielzeug für Kinder ab 3 Jahr (mit 4 Etagen 4 Autos und Hubschrauber),Dowdle Folk Art Seattle 500pc 16x20 Puzzles by Dowdle Folk Art,FairytaleMM LDARC ET125 V2 5.8G Brushless OSD AC900 RX Cam Mini FPV RC Racing Drone PNP,Jigsaw (17x12) 300 piece with 6x4 print - England v Scotland - RBS Six Nations,Holiday Series Sparkles in Light 100 Piece Jigsaw - Alan Giana "Winter Has Come" by E & L Corporation,Fenfen Elektrischer Glaskocher 1.8 Liter 1800W Blaue LED belichtete tragbares Büro-Gebrauchs-Borosilikatglas-drahtloses Selbstabschalten Edelstahl-Schnellkoch-Tee-Krug-Kessel-WeißFinal Fantasy VII: Sephiroth (PVC Figure),Ease 2X Badezimmerschrank mit Rollen Badezimmerspeicher mit 2 Schubladen Weißer Holzbadezimmerschrank 15 × 33 × 65 cm Weiß,GamePoint Riesen Outdoor Schachspiel aus Kunststoff,Kanal RC Drill Bagger Alloy Die Cast Drill Traktor BAU Spielzeug Traktor Fernbedienung BAU Traktor Alloy Bohrer Geburtstagsgeschenk Geschenk JahresKYOKIM Fernbedienung und Handy App Steuer Drohne Synchrone Übertragung Luftaufnahmen 50 50 18cm Fernbedienung Entfernung: 1000 Meter,Weiß,HLDUYIN Magnetische Suspendierung C-Typ Glowing Globe LED Licht 180 ° Air Rotating Home Office Dekoration, Kinder Lernen Bildung Geschenk,Blaudoesnotshine,4inch,Chubby Puppies & Friends - Pet Fun CenterEsstisch Pit 0566/80x80 eiche sägerau,Fisher Price Grandfather Loving Family Grandpa Doll Figure - Caucasian by Fisher-Price,Esselte Pendaflex 2257G Pressspan Klassifizierung Folders Lgl 6-Section Light Grün 10/bx,EMILF Home Leichte Milchflasche-Tasche Einfache große Stofftasche für Mutter und Kind

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!

Hobbyzone T-28 Trojan S BNF Basic mit Safe,

Horsing Around 1000 Piece F.x. Schmid Puzzle,