Was ist maschinelles Lernen?

Die Maschinen sind in der Lage lernen. Aber lassen Sie sich davon nicht wach halten mit apokalyptischen Visionen einer Welt, die von Robotern dominiert wird, die Menschen versklavt oder ausgerottet haben, nachdem sie „zu viel gelernt“ haben. Und lassen Sie uns auch nicht abschweifen.

Das maschinelles Lernen besteht aus einer Informatikdisziplin, in der durch Algorithmen der künstlichen Intelligenz Computersysteme sie sind in der Lage, den menschlichen Lernprozess zu simulieren und Situationen und Herausforderungen zu lösen, für die sie nicht programmiert wurden vorher.

In der Vergangenheit waren Computer nicht in der Lage, etwas anderes zu tun, als das, wofür sie programmiert wurden. aber die allmähliche Leistungssteigerung in der Hardware hat es ermöglicht, sie weiter zu bringen, begleitet von den Algorithmen von Software.

Wie ist eine Maschine lernfähig?

Der Lernprozess eines Computersystems basiert auf der Analyse großer Datenmengen.

Die Software erstellt im Großen und Ganzen aus der Analyse der Daten Vorhersagemodelle, ohne ihre eigenen zu modifizieren

Programmierung, etwas, für das die Maschinen noch nicht bereit sind.

Auf konzeptionelle Weise können wir jedoch davon ausgehen, dass die Gebäude von Modellen, nach denen gehandelt werden soll, ist es eine Art Modifikation seiner Basisprogrammierung, obwohl dies auf der Ebene der Code Quelle ist nicht wirklich so.

Machine Learning ist ein Zweig der Disziplin der künstlichen Intelligenz.

Lassen Sie uns zum Abschluss einige Beispiele für den Einsatz von maschinellem Lernen nennen, beginnend mit einem Anlagesystem an der Börse.

Dieser ist in der Lage analysieren das Steigen und Fallen der Aktienkurse, so dass, ohne vorher ein bestimmtes Szenario vorherzusagen, durch die Analyse einer großen Anzahl von Faktoren (Kurse der Aktien anderer Unternehmen, Marktbewegungen, Investitionen von anderen, ...), können Sie berechnen, wann es günstiger ist, bestimmte Wertpapiere zu kaufen und / oder zu verkaufen.

Und was bei diesen Systemen meist noch wichtiger ist, ist, dass sie in der Lage sind, ihre eigene Leistung zu analysieren und aus ihren Erfolgen und Fehlern zu „lernen“, um ihre „Leistung“ im Laufe der Zeit zu „verbessern“.

Tatsächlich habe ich dieses Beispiel nicht nur deshalb gewählt, sondern weil heute die meisten Operationen an der Börse von Computerprogrammen dieser Art ausgeführt werden.

Wir können die Vorteile des maschinellen Lernens in einem Streaming-Musikdienst wie Spotify genießen.

Stimmt es, dass wenn wir zuhören Musik- Empfiehlt das Programm in Spotify (oder eventuell in anderen Online-Diensten dieser Art) andere Gruppen oder Songs, je nachdem, was wir hören? Und ist es nicht weniger wahr, dass sich diese Empfehlungen mit unseren Gewohnheiten weiterentwickeln? Verbrauch Musik auf der Toilette?

Wie machen das sowohl Spotify als auch die anderen Online-Musikdienste? Ganz einfach: mit einem Machine-Learning-System, das lernt, was uns gefällt und basierend darauf entscheidet, was wir empfehlen.

Und je mehr Musik und je länger wir hören, desto mehr lernt das System von unseren Vorlieben und desto besser hat es seine Chancen, seine Empfehlungen zu erfüllen.

Fotolia Fotos: Aleutie / Kit8

Themen des maschinellen Lernens