Machine Learning
Künstliche Intelligenz
Ist ein Teilgebiet der Informatik, welches sich mit der Erforschung von Mechanismen des intelligenten menschlichen Verhaltens befasst (Intelligenz).
KI‘s sind intelligente Programme, die bestimmte, komplexe Aufgaben, für die normalerweise intelligentes Handeln notwendig ist, bewältigen können.
KI ist ein Oberbegriff für verschiedene „intelligente“ Mechanismen
Neuronale Netzwerke
Mechanik basiert auf dem menschlichen Gehirn und dessen neuronalen Prozessen.Vereinfachte Form:
Machine Learning
Oberbegriff für eine Klasse von lernenden Algorithmen, die aus "Erfahrung" lernen.Einordnung des Mechanismus:
Deep Learning
Spezielle Klasse von Optimierungsmethoden von neuronalen Netzwerken. Wesentlicher Unterschied ist die Komplexität der "Hidden Layer":
Wie funktioniert Machine Learning?
Modell:System, dass Vorhersagen und Identifikationen trifft.
Lernendes System:System, welches die Parameter anpasst - und somit auch das Modell.
ParameterFaktoren oder Signale um Entscheidungen zu treffen.
Damit die Machine Learning-Algorithmen erfolgreich Muster erkennen können, wird eine repräsentative Stichprobe des Anwendungsgebiets benötigt. Um eine repräsentative Stichprobe zu erhalten müssen Daten gesammelt werden. Nachdem die Stichprobe ermittelt und validiert wurde, werden Merkmale gewählt. Die Merkmalauswahl ist nicht einfach, da man die Anzahl der Merkmale beachten muss. Da bei mehr als drei Merkmalen die Visualisierung nicht mehr möglich ist, ist das finden von Mustern eine komplexe Aufgabe. Außerdem beinhalten nicht alle Merkmale wichtige Informationen zur Klassifikation, diese können dann entfernt werden. Anhand der Datenstrukturen und Eigenschaften kann ein Modell gewählt werden. Dabei kann man zwischen Klassifikatoren und Regressoren unterscheiden.
Was kann ML.net?
Quellen und weiterführende Links
