Maschinelles Lernen
Modelle lernen Muster aus Daten und nutzen sie für neue Eingaben.
Was ist maschinelles Lernen?
Maschinelles Lernen ist ein Bereich der künstlichen Intelligenz, in dem Modelle anhand von Daten Muster lernen. Diese werden etwa für Vorhersagen, Zuordnungen oder die Erzeugung von Inhalten genutzt. Es gibt verschiedene Lernverfahren. Beim überwachten Lernen enthalten Beispiele zugeordnete Zielwerte oder Klassen; nicht jedes Verfahren braucht solche Kennzeichnungen. Maschinelles Lernen ist auch nicht auf neuronale Netze beschränkt.
In einem erfundenen Servicebetrieb soll ein Modell eingehende Nachrichten passenden Anliegenkategorien zuordnen. Für den gewählten überwachten Ansatz braucht das Team geeignet gekennzeichnete Beispiele und prüft das Ergebnis an passenden, nicht zum Training verwendeten Nachrichten. Unklare Fälle gehen zur Bearbeitung an Menschen. Neue Formulierungen oder andere Arten von Anfragen können die Eignung verändern; ein gutes Ergebnis auf bekannten Trainingsbeispielen allein belegt den späteren Nutzen nicht.
Quellen
Verwandte Begriffe
- Künstliche IntelligenzKünstliche Intelligenz ist ein Sammelbegriff für Verfahren etwa zur Sprachverarbeitung und Mustererkennung. Ihre Eignung zeigt sich an der konkreten Aufgabe.
- Deep LearningMaschinelles Lernen mit neuronalen Netzen aus mehreren Verarbeitungsschichten.
- Neuronales NetzEin Modell aus verbundenen Rechenknoten mit anpassbaren Parametern.
- Generative KIGenerative KI erzeugt Inhalte wie Text, Bilder oder Code. Die Qualität muss am Verwendungszweck und an verfügbaren Grundlagen geprüft werden.
- ModellkarteEine Modellkarte dokumentiert Zweck, Grundlagen, Bewertungsbedingungen und bekannte Grenzen eines KI-Modells für eine bestimmte Version.
- KI-EinsatzbereitschaftKI-Einsatzbereitschaft beschreibt die Voraussetzungen für ein KI-Vorhaben: Ziel, nutzbare Daten, Fähigkeiten, Zuständigkeit und Betriebsablauf.
Beiträge zum Thema
KI & Automatisierung mit ASES
KI-Assistenten und automatisierte Abläufe