Begriffe auf den Punkt gebracht

Machine Learning

Theo Technologiedolmetscher

Der Begriff Machine Learning (Deutsch: Maschinelles Lernen) beschreibt IT-Systeme, die fähig sind, eigenständig Lösungen für Probleme zu finden, indem sie Muster in vorliegenden Datenbeständen erkennen. Machine Learning ist ein Teilgebiet der Künstlichen Intelligenz (kurz: KI).

Beispiele: Gesichtserkennung bei Notebooks, Empfehlungssysteme bei Streaming-Unternehmen

Arten des Machine Learnings

Es gibt drei Arten des Machine Learnings, die unterschieden werden:

  • Überwachtes Lernen: der Algorithmus lernt eine Funktion aus gegebenen Paaren an Ein- und Ausgaben
  • Unüberwachtes Lernen: der Algorithmus erzeugt ein Modell für eine gegebene Menge an Eingaben
  • Bestärkendes Lernen: der Algorithmus lernt durch Belohnung und Bestrafung eine Taktik, wie in bestimmten Situationen zu handeln ist

Machine Learning vs. Artificial Intelligence

Bei der künstlichen Intelligenz steht die Intelligenz im Vordergrund. Der Output ist das Treffen von Entscheidungen auf Basis erhobener Daten.

Beim Machine Learning steht die automatisierte Entwicklung von Algorithmen anhand von Trainingsdaten durch Maschinen im Vordergrund. Der Output ist in dem Fall die Optimierung von Ergebnissen bzw. die Verbesserung von Vorhersagen.

Machine Learning vs. Deep Learning

Deep Learning ist eine Unterform oder auch Weiterentwicklung des Machine Learnings.

Machine Learning-Algorithmen greifen auf feste Modellgruppen zur Erkennung und Klassifizierung zurück, wohingegen Deep Learning-Algorithmen eigenständig Modelle weiterentwickeln bzw. neue Modellebenen innerhalb der neuralen Netzwerke erstellen.

Haftungsausschluss: Die Inhalte dieses Artikels sind lediglich unverbindliche Informationen und Hinweise. Die anaptis GmbH übernimmt keine Gewähr für die inhaltliche Richtigkeit der Angaben.