Auf Deutsch bedeutet Machine Learning so viel wie „maschinelles Lernen“ und es zählt zum Bereich der künstlichen Intelligenz. Machine Learning hilft Computern, aus Erfahrungen zu lernen, ohne vorab extra programmiert zu werden. Machine Learning wird oft verwendet, um automatisch aus verschiedenen Daten Zusammenhänge zu schließen, oder, um unbekannte Muster zu identifizieren. Daraufhin trifft der Computer Vorhersagen, um Prozesse, die sonst ein Mensch übernehmen würde, zu automatisieren.
Machine Learning besteht aus drei Bereichen: dem Supervised Learning, dem Unsupervised Learning und dem Semi-Supervised Learning.
Das Supervised Learning (überwachtes Lernen) funktioniert so, dass einem Computer verschiedene Datensätze gegeben werden, aus welchen der Computer Muster oder Zusammenhänge erkennt. Beim Supervised Learning werden dem Computer zunächst Datensätze gegeben, die bereits beschriftet wurden, damit der Computer lernen kann, nach welchen Merkmalen er Ausschau halten muss. Wenn der Computer z. B. testen soll, ob sich auf einem Foto eine Katze befindet, werden ihm zunächst mehrere Bilder mit Katzen und mehrere Bilder ohne Katzen gezeigt. Jedoch wird im Vorhinein klargestellt, ob sich auf besagtem Foto eine Katze befindet. Dadurch lernt der Computer, wie er eine Katze erkennen kann, und kann dieses erlernte Wissen nun bei zuvor nicht gekennzeichneten Fotos anwenden.
Das Unsupervised Learning funktioniert so, dass dem Computer unbeschriftete Fotos gezeigt werden. Aus diesen soll er dann mehrere Cluster (Gruppen) erstellen.
Das sieht dann bspw. so aus:
Dann wird in einem Diagramm gezeigt, welche Werte der Computer in Cluster geordnet hat.
Das Semi-Supervised Learning ähnelt dem Supervised Learning sehr, da es in den gleichen Bereichen angewandt wird und es einen ähnlichen Aufbau hat. Der Prozess ist so strukturiert, dass sowohl gekennzeichnete als auch ungekennzeichnete Bilder genutzt werden, um dem Computer unter die Arme zu greifen.
Im Endeffekt ähneln sich alle Wege und sie werden hauptsächlich zum Erkennen von verschiedenen Daten eingesetzt. Machine Learning ist dabei oft wesentlich effizienter und Ressourcen sparender als jeder Mensch es je sein könnte.
