Machine Learning

Das Machine Learning ist ein Gebiet der Informatik, das statistische Techniken einsetzt, um Computersystemen die Fähigkeit zu geben, mit Daten zu "lernen" (z.B. die Leistung bei einer bestimmten Aufgabe schrittweise zu verbessern), ohne explizit programmiert zu sein.

Ausgehend von der Erforschung der Mustererkennung und der Theorie des computergestützten Lernens in der künstlichen Intelligenz untersucht das Machine Learnbing das Studium und die Konstruktion von Algorithmen, die aus Daten lernen und Vorhersagen treffen können - solche Algorithmen werden nach streng statischen Programmanweisungen überwunden, indem sie datengesteuerte Vorhersagungen oder Entscheidungen treffen und durch die Erstellung eines Modells aus Stichprobeneingaben. Das mMachine Learning wird in einer Reihe von Computeraufgaben eingesetzt, bei denen das Entwerfen und Programmieren von expliziten Algorithmen mit guter Leistung schwierig oder nicht realisierbar ist; Beispiele für Anwendungen sind E-Mail-Filterung, Erkennung von Netzwerk-Eindringlingen und Computer-Vision.

Das mMachine Learning ist eng mit der rechnergestützten Statistik verbunden (und überschneidet sich oft mit ihr), die sich auch auf die Vorhersage durch den Einsatz von Computern konzentriert. Es hat starke Verbindungen zur mathematischen Optimierung, die Methoden, Theorie und Anwendungsbereiche für das Feld liefert. Das Machine Learningwird manchmal mit Data Mining verbunden, wo sich das letztgenannte Teilgebiet mehr auf die explorative Datenanalyse konzentriert und als unbeaufsichtigtes Lernen bekannt ist.

Im Bereich der Datenanalyse ist das Machine Learning eine Methode zur Entwicklung komplexer Modelle und Algorithmen, die sich für die Vorhersage eignen; im kommerziellen Einsatz wird dies als prädiktive Analytik bezeichnet. Diese analytischen Modelle ermöglichen es Forschern, Datenwissenschaftlern, Ingenieuren und Analysten, "zuverlässige, wiederholbare Entscheidungen und Ergebnisse zu liefern" und "verborgene Erkenntnisse" zu gewinnen, indem sie aus historischen Zusammenhängen und Trends in den Daten lernen.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.