Zusammenfassung
Machine Learning (ML) ist ein Teilgebiet der Künstlichen Intelligenz, bei dem Computer selbstständig aus Daten lernen, Muster erkennen und Entscheidungen treffen. Es wird in zwei Hauptformen unterteilt: Überwachtes Lernen, bei dem das System mit gelabelten Daten trainiert wird, und unüberwachtes Lernen, bei dem es ohne Vorgaben aus Datenstrukturen lernt. ML hat breite Anwendungen, etwa in der Bilderkennung, aber Herausforderungen bestehen in Datenqualität und Transparenz.
Über die Autorin
Clarissa Kupfermann studiert Jura an der Universität zu Köln und ist als wissenschaftliche Mitarbeiterin bei McDermott Will & Emery tätig. Daneben korrigiert sie Probleklausuren bei einem Repetitorium.
Schlagworte
-
Machine Learning Definition
-
Maschinelles Lernen Grundlagen
-
Überwachtes Lernen
-
Unüberwachtes Lernen
-
Künstliche neuronale Netze
-
Deep Learning
-
Machine Learning Anwendungsbereiche
-
Algorithmen und Datenverarbeitung
-
Trainingsdaten für Machine Learning
-
Bilderkennung Machine Learning
-
Clustering und Anomalieerkennung
-
Technische Herausforderungen Machine Learning
-
Machine Learning in der KI
-
Datenanalyse durch maschinelles Lernen
Support us!
Als kostenfreie digitale Zeitschrift sind wir auf die Unterstützung unserer Leser angewiesen. Daher würden wir uns freuen, wenn du uns auf Patreon unterstützen würdest. Natürlich erhältst du im Gegenzug einzigartige Vorteile als echter CTRL-Fan!
Wie du uns unterstützen kannst, kannst Du hier nachlesen!