Machine Learning ist eine Art künstliche Intelligenz (AI), die ermöglicht, dass Softwareanwendungen bei der Vorhersage von Ergebnissen genauer werden ohne explizit programmiert zu werden.
Die Grundvoraussetzung des Machine Learnings besteht darin, Algorithmen zu erstellen, die Eingabedaten empfangen und statistische Analysen verwenden können, um einen Ausgangswert innerhalb eines akzeptablen Bereichs vorherzusagen.
Machine Learning Algorithmen
Machine Learning Algorithmen werden oft als «supervised» oder «unsupervised» eingestuft. «Supervised» Algorithmen benötigen ein vordefiniertes Input, vordefinierte Outputs und Feedback über die Genauigkeit der Vorhersagen während des Trainings. Sobald das Training abgeschlossen ist, werden die gelernten Einzelheiten durch den Algorithmus auf neue Daten angewendet.
«Unsupervised» Algorithmen müssen nicht mit den gewünschten Ergebnisdaten trainiert werden. Stattdessen wird einen iterativen Ansatz namens «Deep Learning» angewendet um Daten zu überprüfen und Schlussfolgerungen zu bekommen. «Unsupervised» Lernalgorithmen werden im Vergleich mit «Supervised Learning» für komplexere Bearbeitungsaufgaben eingesetzt.
Die Prozesse
Die Prozesse, die am Machine Learning beteiligt sind, sind ähnlich an denen des Data Mining und der prädiktiven Modellierung. Beide suchen die Daten um Mustern zu erkennen und die Programmaktionen entsprechend anzupassen. Facebook, zum Beispiel, verwendet Machine Learning für die Personalisierung des News Feeds von den einzelnen Benutzern