Was ist Machine Learning?
Übersetzung aus dem Englischen für maschinelles Lernen.
Definition: Machine Learning ist ein Teilbereich der Künstliche Intelligenz Forschung. Ein System lernt anhand großer Datenmengen (Big Data), Muster und Gesetzmäßigkeiten zu erkennen und verallgemeinert diese Erkenntnisse. Das Maschine Learning kann in unterschiedlichen verfahren erfolgen, dem “supervised learning”, den “semi-supervised Learning”, “unsupervised learning”, dem “reinforcement learning” und dem “active learning”.
Die 3 Hauptarten im Machine Learning
Im Folgenden habe ich drei tolle Grafiken zu den drei Hauptarten im Machine Learning in der Präsentation Rahul Jain gefunden.
Überwachtes Lernen
Das überwachte Lernen ist relativ aufwändig. Die Daten müssen aufbereitet und für die Maschine ausgezeichnet werden, sodass der Algorithmus die Daten verarbeiten kann. Im Anschluss wird das Ergebnis von Menschen überprüft. Wenn das Ergebnis brauchbar ist, wird es verwendet.
unüberwachtes Lernen
Beim unüberwachten Lernen wird eine große Anzahl Daten (Big Data) durch einen Algorithmus (KI) verabreitet. Er ordnet die Daten selbständig nach bestimmten Mustern. Im Anschuss wird das Ergebnis durch Experten geprüft. Wenn das Ergbenis gut ist, wird es genutzt.
Bestärkendes Lernen
Dieses Verfahren ist dem menschlichen sehr ähnlich. Man könnte es auch als Trial and Error-Verfahren bezeichnen. Das System lernt also aus seinen Fehlern und versucht Strategien zu finden um eine möglichst hohe Anzahl an “Belohnungen” zu bekommen und “Bestrafungen” zu vermeiden.
Das Machine Learning wird dann nochmal grundsätzlich unterteilt in dem Deep Learning und dem Shallow Learning bzw. Surface Learning. Den genauen Unterschied zwischen Machine Lernaing und Deep Learning habe ich hier nochmal aufgeschrieben.
Wie funktioniert Machine Learning bei Google?
Fortschritte beim maschinellen Lernen bringen neue Produkte von der Spracherkennung zu Smart Reply. Doch wie funktioniert die “Intelligenz” in diesen Systemen tatsächlich – was geht in einem fertigen Produkt vor sich und welche großen Herausforderungen bleiben bestehen? In dieser Sitzung teilen wir einen Blick hinter die Kulissen auf drei maschinelle Lerntechnologien, an denen wir bei Google arbeiten. (Dieser Text wurde übrigens von Googles RNN übersetzt)