Maschinelles Lernen ist dem Namen nach nichts anderes als das Trainieren von Maschinen, um eine bestimmte Aufgabe zu erledigen und ihnen später zu helfen, selbst zu lernen und die gleiche Aufgabe mit höherer Effizienz auszuführen.

Mit dem Aufkommen des Internets werden auf der ganzen Welt so viele Daten generiert, dass diese Daten für die Zukunft keinen Nutzen haben, solange wir keine Erkenntnisse daraus ableiten und diese Erkenntnisse nutzen, um den zukünftigen Prozess zu verbessern.

Können wir aus Daten eine Erkenntnis ableiten?

Ja. Daten haben Muster, die uns helfen, eine Schlussfolgerung über das menschliche Verhalten zu ziehen, da diese Daten durch menschliche Aktivitäten oder über menschliche Aktivitäten erzeugt werden.

Was ist Maschinelles Lernen? - Maschinelles Lernen Zukunft
Was ist Maschinelles Lernen? – Maschinelles Lernen Zukunft

Wie helfen uns diese Erkenntnisse?

Stellen Sie sich vor, Sie waren in einem Einzelhandelsgeschäft und haben eine Badeseife, eine Zahnbürste, ein Körperpeeling und eine Gesichtsreinigung gekauft. Schauen Sie sich nun Ihre Artikel an, haben Sie ein Muster in dem gefunden, was Sie gekauft haben? Sie haben Artikel gekauft, die Ihnen helfen, Ihren Körper zu reinigen. Als Inhaber eines Einzelhandelsgeschäfts schließe ich daraus, dass, wenn ich andere Reinigungsmittel in der Nähe der Artikel aufbewahre, die Sie zuvor gekauft haben, es sehr wahrscheinlich ist, dass Sie auch andere Reinigungsmittel kaufen werden.

Bei diesem Beispiel handelt es sich also nur um einen einzigen Datensatz oder ein einziges Verhalten. Beim tatsächlichen maschinellen Lernen versuchen wir, aus Millionen solcher Datensätze eine Bedeutung abzuleiten. Die Verarbeitung und Analyse solch großer Datenmengen ist eine komplexe Angelegenheit und liegt weit außerhalb der menschlichen Fähigkeiten.

Praktischer Anwendungsfall von Machine Learning

Angenommen, ich frage Sie, unter welchem Einfluss etwa 1000 Käufer einen neuen Artikel gekauft haben (unter der Annahme, dass jeder Käufer im Durchschnitt 20 Artikel gekauft hat); wie würde Ihre Antwort lauten? Warten Sie einen Moment! Haben Sie gerade gedacht, dass Sie einen gemeinsamen Artikel aus allen anderen 19 Artikeln finden und dieser der Beeinflusser sein soll? Könnte sein, aber wenn wir keinen solchen Gegenstand haben, der allen Käufern gemeinsam ist, dann? Die Frage ist also, wie man aus solch komplexen Daten Erkenntnisse ableiten kann. Gibt es ein System, das das kann?

Ja. Dank des maschinellen Lernens.

Ich werde obige Frage auf dem Tisch der Leser behalten, um zu überlegen, wie oder welches Konzept des maschinellen Lernens ein solches Problem lösen kann.