Maschinelles lernen: Unterschied zwischen den Versionen

(5 dazwischenliegende Versionen von 2 Benutzern werden nicht angezeigt)

Zeile 1:

= Maschinelles Lernen (Machine Learning) =

Maschinelles Lernen (ML) ist ein Teilbereich der ~~künstlichen~~ Intelligenz (KI), der sich mit der Entwicklung von Algorithmen befasst, die es Computern ermöglichen, aus Daten zu lernen, ohne explizit programmiert zu werden.

Maschinelles Lernen (ML) ist ein Teilbereich der [[Künstliche Intelligenz]] (KI), der sich mit der Entwicklung von Algorithmen befasst, die es Computern ermöglichen, aus Daten zu lernen, ohne explizit programmiert zu werden. Das "lernen" basiert auf der Grundlage von vergangenen Daten mit dem Ziel automatisiert Entscheidungen zu treffen.

== Grundlagen ==

* **Daten**: ML-Algorithmen benötigen große Mengen an Daten, um Muster und Zusammenhänge zu erkennen.

* '''[[Daten]]''': ML-Algorithmen benötigen große Mengen an Daten, um Muster und Zusammenhänge zu erkennen.

* **Algorithmen**: Es gibt verschiedene ML-Algorithmen, die für unterschiedliche Aufgaben geeignet sind.

* '''[[Algorithmus | Algorithmen]]''': Es gibt verschiedene ML-Algorithmen, die für unterschiedliche Aufgaben geeignet sind.

* **Training**: Der Prozess, bei dem ein ML-Algorithmus aus Daten lernt.

* '''Training''': Der Prozess, bei dem ein ML-Algorithmus aus Daten lernt.

* **Modell**: Das Ergebnis des Trainingsprozesses, das zur Vorhersage oder Entscheidungsfindung verwendet werden kann.

* '''Modell''': Das Ergebnis des Trainingsprozesses, das zur Vorhersage oder Entscheidungsfindung verwendet werden kann.

== Arten des maschinellen Lernens ==

* **Überwachtes Lernen (Supervised Learning)**: Der Algorithmus lernt aus gelabelten Daten, d.h. Daten, denen bereits die korrekten Ausgaben zugeordnet sind.

* '''Überwachtes Lernen (Supervised Learning)''': Der [[Algorithmus]] lernt aus gelabelten [[Daten]], d.h. Daten, denen bereits die korrekten Ausgaben zugeordnet sind.

* **Unüberwachtes Lernen (Unsupervised Learning)**: Der Algorithmus lernt aus ungelabelten Daten und versucht, selbstständig Muster und Strukturen zu erkennen.

* '''Unüberwachtes Lernen (Unsupervised Learning)''': Der [[Algorithmus]] lernt aus ungelabelten Daten und versucht, selbstständig Muster und Strukturen zu erkennen.

* **Bestärkendes Lernen (Reinforcement Learning)**: Der Algorithmus lernt durch Interaktion mit einer Umgebung und erhält Belohnungen oder Strafen für seine Aktionen.

* '''Bestärkendes Lernen (Reinforcement Learning)''': Der [[Algorithmus]] lernt durch Interaktion mit einer Umgebung und erhält Belohnungen oder Strafen für seine Aktionen.

== Probleme ==

Es gibt vielfältige Arten / Kategorien von Probleme die mit Hilfe von KI gelöst werden können, die häufigsten Kategorien sind:

* '''Klassifikation'''

: Hierbei geht es darum, Objekte oder Daten in vordefinierte Kategorien zu klassifizieren.

* '''Regression'''

: Hierbei geht es um die Vorhersage von numerischen Werten auf der Grundlage von Daten.

* '''Clustering'''

: Hierbei geht es darum, ähnliche Objekte oder Daten in Gruppen oder Cluster zu gruppieren.

== Anwendungsbereiche ==

@@ Zeile 1: / Zeile 1: @@
 = Maschinelles Lernen (Machine Learning) =
-Maschinelles Lernen (ML) ist ein Teilbereich der künstlichen Intelligenz (KI), der sich mit der Entwicklung von Algorithmen befasst, die es Computern ermöglichen, aus Daten zu lernen, ohne explizit programmiert zu werden.
+Maschinelles Lernen (ML) ist ein Teilbereich der [[Künstliche Intelligenz]] (KI), der sich mit der Entwicklung von Algorithmen befasst, die es Computern ermöglichen, aus Daten zu lernen, ohne explizit programmiert zu werden. Das "lernen" basiert auf der Grundlage von vergangenen Daten mit dem Ziel automatisiert Entscheidungen zu treffen.
 == Grundlagen ==
-* **Daten**: ML-Algorithmen benötigen große Mengen an Daten, um Muster und Zusammenhänge zu erkennen.
+* '''[[Daten]]''': ML-Algorithmen benötigen große Mengen an Daten, um Muster und Zusammenhänge zu erkennen.
-* **Algorithmen**: Es gibt verschiedene ML-Algorithmen, die für unterschiedliche Aufgaben geeignet sind.
+* '''[[Algorithmus | Algorithmen]]''': Es gibt verschiedene ML-Algorithmen, die für unterschiedliche Aufgaben geeignet sind.
-* **Training**: Der Prozess, bei dem ein ML-Algorithmus aus Daten lernt.
+* '''Training''': Der Prozess, bei dem ein ML-Algorithmus aus Daten lernt.
-* **Modell**: Das Ergebnis des Trainingsprozesses, das zur Vorhersage oder Entscheidungsfindung verwendet werden kann.
+* '''Modell''': Das Ergebnis des Trainingsprozesses, das zur Vorhersage oder Entscheidungsfindung verwendet werden kann.
 == Arten des maschinellen Lernens ==
-* **Überwachtes Lernen (Supervised Learning)**: Der Algorithmus lernt aus gelabelten Daten, d.h. Daten, denen bereits die korrekten Ausgaben zugeordnet sind.
+* '''Überwachtes Lernen (Supervised Learning)''': Der [[Algorithmus]] lernt aus gelabelten [[Daten]], d.h. Daten, denen bereits die korrekten Ausgaben zugeordnet sind.
-* **Unüberwachtes Lernen (Unsupervised Learning)**: Der Algorithmus lernt aus ungelabelten Daten und versucht, selbstständig Muster und Strukturen zu erkennen.
+* '''Unüberwachtes Lernen (Unsupervised Learning)''': Der [[Algorithmus]] lernt aus ungelabelten Daten und versucht, selbstständig Muster und Strukturen zu erkennen.
-* **Bestärkendes Lernen (Reinforcement Learning)**: Der Algorithmus lernt durch Interaktion mit einer Umgebung und erhält Belohnungen oder Strafen für seine Aktionen.
+* '''Bestärkendes Lernen (Reinforcement Learning)''': Der [[Algorithmus]] lernt durch Interaktion mit einer Umgebung und erhält Belohnungen oder Strafen für seine Aktionen.
+== Probleme ==
+Es gibt vielfältige Arten / Kategorien von Probleme die mit Hilfe von KI gelöst werden können, die häufigsten Kategorien sind:
+* '''Klassifikation'''
+: Hierbei geht es darum, Objekte oder Daten in vordefinierte Kategorien zu klassifizieren.
+* '''Regression'''
+: Hierbei geht es um die Vorhersage von numerischen Werten auf der Grundlage von Daten.
+* '''Clustering'''
+: Hierbei geht es darum, ähnliche Objekte oder Daten in Gruppen oder Cluster zu gruppieren.
 == Anwendungsbereiche ==