Was ist Machine Learning? Wie funktioniert die Technologie und was ist der Unterschied zu künstlicher Intelligenz? In diesem Artikel findest du eine einfache Definition und spannende Beispiele dafür, wo Machine Learning bereits eingesetzt wird.
Machine Learning (ML) ist ein Teilgebiet der künstlichen Intelligenz (AI). Algorithmen können Muster und Gesetzmäßigkeiten in Datensätzen erkennen und daraus Lösungen entwickeln. Einfach gesagt, wird Wissen aus Erfahrungen generiert.
Diese Erkenntnisse lassen sich verallgemeinern und für die Analyse und Problemlösung in weiteren Datensätzen verwenden.
Der Mensch greift hierbei in die Datenanalyse und den Entscheidungsprozess ein: Das Machine-Learning-Modell muss auf der einen Seite mit relevanten Daten gefüttert werden. Auf der anderen Seite muss ein Algorithmus vorgegeben werden. Also Regeln dafür, wie das System eine genaue Vorhersage treffen soll.
Sadaf Pirhadi, Business Lead Azure Opensource Platform for Data & AI bei Microsoft Deutschland, erklärt im Video in Kürze, worum es bei Machine Learning geht.
Was ist der Unterschied zwischen Machine Learning und Deep Learning?
Deep Learning ist eine Methode der Informationsverarbeitung und ein Teilbereich des Machine Learnings. Der entscheidende Unterschied liegt darin, ob beziehungsweise wie der Mensch in den Lernvorgang eingreift: Beim Machine Learning greift der Mensch in die Analyse der Daten und den eigentlichen Entscheidungsprozess ein.
Im Gegensatz dazu, sind Deep-Learning-Modelle in der Lage, von sich aus zu lernen. Das passiert, in dem die Systeme das Erlernte immer wieder mit neuen Inhalten verknüpfen. Dadurch lernen sie erneut. Bei diesem Lernvorgang greift der Mensch nicht ein, das Analysieren wird der Maschine überlassen.
Welche praktischen Beispiele für Machine Learning gibt es?
Heutzutage ist Machine Learning in fast jeder Branche zu finden, hier drei spannende Beispiele:
-
- Bildklassifikation von Wildtieren, um Bestände zu schützen: Wie Microsoft AI dem Snow Leopard Trust dabei hilft, eine bedrohte Tierart zu schützen
- Individuelle Werbung trotz hoher Datenschutzanforderungen: Ströer setzt beim ‚Programmatic Advertising‘ auf Microsoft Cognitive Services
- Erkennung von Krebs: Cancer researchers embrace AI to accelerate development of precision medicine
Welche Machine-Learning-Angebote hat Microsoft?
Wir wollen Technologien so zugänglich machen, dass nicht nur Spezialistinnen und Spezialisten sie beherrschen, sondern auch Expertinnen und Experten aus Unternehmen und Fachabteilungen sie anwenden und verstehen können. Deshalb bieten wir über unsere Cloud Computing-Plattform Azure verschiedene Machine Learning Services an.
Darunter Azure Machine Learning, ein vollständig verwalteter Cloud Service und das MLaaS Paket (Machine Learning as a Service). Der Vorteil von MLaaS ist, dass Entwicklerinnen und Entwickler schnell und einfach Machine-Learning-Tools nutzen können, ohne Software installieren oder eigene Serverkapazitäten bereitstellen zu müssen.
Azure Bot Service ist eine umfassende Umgebung für die Erstellung, das Testen und die Bereitstellung von Bots in verschiedenen Programmiersprachen. Azure Cognitive Services bietet darüber hinaus eine Reihe von Werkzeugen für maschinelles Lernen, die Entwicklerinnen und Entwicklern helfen, Systeme mit Deep-Learning-Komponenten wie Bild- und Spracherkennung zu bauen.
Azure Databricks ermöglicht es Benutzerinnen und Benutzern, fortgeschrittenes automatisiertes maschinelles Lernen auf große Datensätze anzuwenden. Es unterstützt die Programmiersprachen Python, Scala, R, Java und SQL sowie datenwissenschaftliche Frameworks und Bibliotheken wie TensorFlow, PyTorch und Scikit-Learning.
Weitere Beiträge in der „Microsoft erklärt“-Reihe:
Microsoft erklärt: Was ist künstliche Intelligenz? Definition & Funktionen von AI
*Beitragsbild: mahdis mousavi on Unsplash
