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.

L5R: RISE OF THE SHOGUN Booster Display,

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.

KD Dsign+ XXL Glasbild AG312500581 MURAL SONNE HORIZONT S/W EFFEKT 125 x 50 cm/WANDBILD Deco Glass/Handmade,

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.

Drachen Dragon Weinglas Weinflaschenhalter Neuheit,

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.

Jane Wooster Scott Puzzle, 750 Pieces Puzzle, Scott Christmas by Ceaco eec7b8

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 Gugutogo SJ R / C GPS FPV 1080P Kamera Drone Altitude Halten Headless Modus RC Quadcopter,!

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.

  • Jane Wooster Scott 750 Pieces Puzzle, Christmas
  • 24 x 18"
  • varied
Weitere Produktdetails

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.

Heroscape Expansion 10: Warriors and Soulborgs,

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.

Jasnyfall Mystery 160A 2-6S Lipo 5-18 NC 5.5V / 3A Seal-Serie Brushless Regler für RC Stiefel B,

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.

Carson 500907514 - Hydraulikmotor Kolben, 8 mm,

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.

Delta Grafikmarker Marker 40er Set A - Filzstifte,

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.

CHESSEX 27225 - 10er-Würfelset W10 (0 bis 9) Borealis Helles Grün/gold,

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.

LED Panel Slim 60x30cm 40W Neutrales Weiß 4000K-4500K LEDKIA,

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.

Hometown Collection: Pumpkin Sale 1000 Piece Puzzle by Hometown,ESPRIT Badteppich Flower Shower - Orange - 60 x 100 cm,Greased at the Diner für 12 players,Frog Studio Home 13 x Quantity of Estes Dart Lipo 3.7v USB Battery Charger any mAh Auto Shut Off w LED - FAST FREE SHIPPING FROM Orlando, Florida USA!,D-950-581 and is invited to 950 piece Aegean Sea (japan import),Dibapur® PRO Soft 3D Air Fresh Bezug Kaltschaum Topper Matratzenauflage (3D Air 120x190) x ca. 5 cm Kern mit Bezug ca. 5,2 cm - Made in Germany,Hit Z Road - English,Efaso WLToys V915 LAMA - 2,4 GHz 4-Kanal Helikopter mit LCD Fernsteuerung, Gyroskop, Zwei Geschwindigkeitsmodi und umfangreichen Trimmfunktionen - Komplett RTF!KYOKIM Fernbedienung und Handy App Steuerung Drohne Synchronübertragung Luftaufnahmen 13 13 5cm Flugzeit: 5 Minuten und Fernbedienung Entfernung: 60 Meter (Englische Version)Lalaloopsy Tinies House - Scarlet's HouseInstalux Neptune LED Unterbauleuchte 60 cm, dimmbar, Flächenleuchte mit Bewegungssensor, ideal für Küche und Arbeit,Dipamkar®Weiss Metall Antik Kleiderständer Kleiderstange Garderobenständer mit Schuhablage B80 x T50 x H163cmLarson Jules Japan Monaco Grün watercolor F10 acrylic DB36376 (japan import)Dilwe Quadcopter, 2.4Ghz Headless Modus One Key Return Wifi RC Hubschrauber mit 1080P HD Kamera LED Leuchten für Anfänger,KHRGOLRT Brusttasche Wasserdichte USB Design Brusttasche Schule Männer Schultertasche Brieftasche Geschenk Große Kapazität Handtasche Heißer Crossbody Taschen,House Shaped Box Puzzles/Horse Stable,Fantasmagoria 53470 - Battalia The Creation Brettspiel,HPRC hprc2700pha2 Hard Case mit Schaumstoff für Phantom Vision 2 (schwarz)Frog Studio Home 11 x Quantity of DBPower RC Quadcopter Drone Propeller Blades Remover U-Wrench Main Props Rotor Puller Tool - Fast from Orlando, Florida USA!,EuroGraphics Modern Locomotives 1000 Piece Puzzle by EuroGraphics,Empasa Klemm-Markise 'ILANGA', UV-Besteändig und höhenverstellbar,Fantasyworld W8 2.4G Drone mit 1080P Kamera 4CH Fern RC Quadrocopter Eingebaute GPS-Headless Modus Höhe Halten WiFi FPV Drone,FairytaleMM Kingkong / LDARC Thunder 600X 656mm Leichte Spannweite EPO FPV RC Flugzeug PNPDrohne Quadcopter mit Erweiterten 5G WiFi 1080P HD Kamera, FPV-Live-Video, 120 Grad Weit winkelein stellung, bis 25 Minuten Flugzeit für Anfänger Kinder Erwachsene,Kaltschaummatratze, Härtegrad H2 & H3, Matratze mit 7 Zonen, Größe wählbar, Rollmatratze, Made in Germany (100 x 190 cm, H2&h3),Gold Split Spades Playing CardsFinal Fantasy JUL158740, Actionfigur Play Arts Kai Fran des Videospiels XII,EuroGraphics Dinosaurs Cretaceous 1000 Piece Puzzle by EuroGraphicsFormulaone LDARC Tiny GT7 75mm 2S FPV Mini Brushless Racing Drohne Quadcopter mit Betaflight F3 800TVL Kamera 25mW VTX PNP - Grau,Kyosho 69040D Mitsubishi JGSDF Type 10 Palm-Größed Blautooth/Smart Phone-Operated Tank, Desert Braun,

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!

Fatshark 700TVL FPV Kamaera - Tuned CMOS,

Coffee Table Games - Brain Training - ENGLISH IMPORT,