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.

F. X. Schmid Eagle's Flight 1000 Piece Puzzle by F.X. Schmid,

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.

Himla Gardine mit Kräuselband Mira, 136x290 cm, weiß,

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.

House Of Kids 12373-e3 100 x 300 cm Double Hüppekästchen Giant Game,

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.

GeGien New Home Bars Cafés Romantische Orte Orte Orte Rainbow-förmigen LED-Nachtlicht Nachtlichter (weiß) f59f57

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 Flames of War Lorenzo's Rams (Mid War, 8 figures, ITAB02),!

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

GeGien New Home Bars Cafés Romantische Orte Orte Orte Rainbow-förmigen LED-Nachtlicht Nachtlichter (weiß) f59f57GeGien New Home Bars Cafés Romantische Orte Orte Orte Rainbow-förmigen LED-Nachtlicht Nachtlichter (weiß) f59f57GeGien New Home Bars Cafés Romantische Orte Orte Orte Rainbow-förmigen LED-Nachtlicht Nachtlichter (weiß) f59f57GeGien New Home Bars Cafés Romantische Orte Orte Orte Rainbow-förmigen LED-Nachtlicht Nachtlichter (weiß) f59f57GeGien New Home Bars Cafés Romantische Orte Orte Orte Rainbow-förmigen LED-Nachtlicht Nachtlichter (weiß) f59f57GeGien New Home Bars Cafés Romantische Orte Orte Orte Rainbow-förmigen LED-Nachtlicht Nachtlichter (weiß) f59f57GeGien New Home Bars Cafés Romantische Orte Orte Orte Rainbow-förmigen LED-Nachtlicht Nachtlichter (weiß) f59f57GeGien New Home Bars Cafés Romantische Orte Orte Orte Rainbow-förmigen LED-Nachtlicht Nachtlichter (weiß) f59f57

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.

    Carson Modellsport 1:14 3-ACHS AUFLIEGERFAHRGESTELL VER.II,

    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.

    GG-model 3D dreidimensionale Puzzle-Modell montiert Erwachsene Spielzeug LED-Beleuchtung,

    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.

    Delfino P13095 Federmappe mit Stanzmuster in Herzform, Peanuts Snoopy Magic,

    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.

    JullyeleDEgant Detrum Gavin 8C 2.4G DSSS FHSS 8 Kanal Fernbedienung RXC8 Meteoriten Stabilisierungsempfänger DTM T007,

    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.

    FairytaleMM SJ R / C S30W 1080P Einstellbarer Weitwinkel-Kamera Dual-GPS FPV RC Drone Schweben,

    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.

    Hangar 9 UltraCote 10 Meter, Midnight Blau ue,

    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.

    Hzjundasi Ersatz Kamera Linse Filter Kit für DJI Mavic Air, Hochauflösend UV+CPL+ND4+ND8+ND16+ND32 Kamera Linse Filter Spiegel Filter Kit,FROTdy vs. Jason Collector´s Edition Game Forest of FearChoro-Q QR-10 Honda NSX-R GTEDUPLAY 110239 Soft Würfel, Rot,Drohnen HC 4-Achsen-HD-Kamera 2-Megapixel-Kamera mit Licht und Blitz bei Nacht 2.4G Fernbedienung Quadcopter,Jigsaw Platte Dekor Rahmen elegantes Design - Pearl (50x75cm) 38-752Fenghong Hubschrauber Quadcopter Portable 5.8G X183 GPS Headless ModusHaku-Möbel Beistelltisch, Chrom, 56 x 50 x 55 cmDelicacydex Detrum GAVIN-6C 6-Kanal 2.4G Digital-Fernbedienung + RXC7 Empfänger + USB-Verbindungsleitung Set für RC Plane Boat Car Modell - Schwarz,Drohne Und Kamera, Höhe Halten Und Kopflosen Modus Quadcopter Mit One-Button 360 ° Flip, 1080P Hd Kamera Spaß Geschenk Für KinderHeim Handwerk Eisen Vögel Desktop-Uhr Tischuhr,CAM Il mondo del bambino S346/215, GironannaJingle Bells Lauscha Christbaumkugel Set 21 teilig Modern Art,Hulk Hogan Signatur Serie - WWE Action Figur,Frog Studio Home 2 x Quantity of DJI S800 Drone Helper! - Fast from Orlando, Florida USA!,Drohne mit Kamera LDARC ET125 V2 5.8G Brushless OSD Kamera Mini FPV RC Racing Drone PNP Version von Ballylyly,Damen Handtaschen Damen Handtasche, Denim Waschen Beutel, 30 12 21 cmFate/stay night Nendoroid Petit Extension Set (japan import),Duel Masters Starters Serie 1,Lego Bionicle Metru NUI Roboter Robot Schulranzen-Set 6teilig mit SCHULTÜTE,Hasbro B2355 Set spanische/portugiesische Version bunt,DC Universe Classics - Sinestro Corps Mongul - Wave 1 Figure 4,Kingko® LH-X38G Doppel GPS FPV Drone Quadcopter 2,4 GHz 2 Modus 1080 P HD Kamera WiFi Headless Modus One Key Return Drone 1080 (Schwarz)LasVogos B3 Mini 2.4GH de Motor sin escobillas Drone 3D Voltea RC Quadcopter Con luz LED,K 'NEX Gold, Mario Fire Luigi und Mystery Figur Set,Dongyd Anime Spielzeug Modell Naruto Spiel Spielzeug Home Office Dekoration Modell (Farbe : 6),DESIGN DELIGHTS 2ER Set COUCHTISCH CESTO | 50/40 cm, kupferfarben, Eichenfurnier, Metall | Beistelltisch,JullyeleDEgant ZOHD Nano Talon 860mm Spannweite Abnehmbare V-Schwanz EPP RC FPV Flugzeug Flugzeug Modell PNP Version mit MotordrehzahlservosErdolliel Saerwen Dark Elf Glaive Thrower Warlord Series by Reaper,KOPLOW GAMES KOP11704 POSITIVE NEGATIVE DICE by Koplow Games

    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!

Julius Caesar Desktop Statue Bronze Finish Roman Military Leader by Unicorn,

GAUI 222830 - Aufkleber/Decal 500X,