Machine Learning

Künstliche Intelligenz und Machine Learning

Diese beiden Thematiken werden in der heutigen, technik-versierten Welt immer präsenter und finden immer häufiger den Weg in die Medien. Ob Matrix, Ex Machina oder I, Robot. – Hollywood ist auch seit geraumer Zeit auf diesen Zug aufgesprungen. Selbst 20 Minuten hat bereits festgestellt: Neue Technologien, darunter auch künstliche Intelligenz, werden die Zukunft verändern. In diesem Bezug wird auch häufiger Machine Learning (Deutsch “Maschinelles Lernen”, klingt nicht ganz so cool) als Begriff genannt.

Doch was soll man sich unter Machine Learning vorstellen?

Machine Learning wird als Unterkategorie von künstlicher Intelligenz angesehen. Grosse Firmen wie Apple, Google und IBM versuchten sich bereits an dieser neuen Technologie. Beispiele von Machine Learning, welche dem Einen oder Anderen bekannt sein mögen, ist das selbstfahrende Google Auto, die automatische Erkennung von Personen auf Fotos, sowie die personalisierte Online-Empfehlungen und Angebote wie von Amazon und Netflix (Nein, das ist kein Zufall, wenn die Highheels vom gestrigen Online-Shopping-Trip, sowie 10 ähnliche Varianten, auf einmal auf Facebook als Werbung erscheinen). Aber auch weniger offensichtliche Personalisierungen werden bei Usern des World Wide Web angewandt. Facebook verwendet bei jedem User Machine Learning, um dessen Startseite zu “optimieren”. Wenn man beispielsweise immer die Beiträge von bestimmten Freunden liest, werden diese beim nächsten Mal durchscrollen weiter oben angezeigt.

Und wie funktioniert dies nun?

Bei der Technologie des Machine Learning wird basierend auf Erfahrungen künstlich Wissen generiert. Computer werden somit nicht mehr programmiert, sie lernen selbst dazu. Beim maschinellen Lernen wird auf die Entwicklung von Computerprogrammen fokussiert, welche sich selbst beibringen, zu wachsen und sich zu verändern, wenn sie neuen Daten begegnen. Somit können Muster und Gesetzmässigkeiten in neuen Daten erkannt werden. Dies geschieht alles durch Algorithmen. Es wird zwischen “supervised machine learning” und “unsupervised machine learning” unterschieden. Beim ersten wird das Programm mit definierten Trainingsbeispielen “trainiert”, was eine Vereinfachung bei der Konfrontation mit neuen Daten mit sich bringt. Beim “unsupervised machine learning” werden dem Programm Datensets gegeben, worin es selbst Muster und Beziehungen finden muss. Klingt kompliziert – ist es auch.

Machine Learning bei Advanon

Bei Advanon arbeiten wir daran, bald beide Arten von Machine Learning im Feld der Kreditrisiko-Analyse sowie der Aufdeckung von Betrug anwenden zu können, um beispielsweise die Wahrscheinlichkeit von Zahlungsverzügen und Betrug auf unserer Plattform der Factoring-Alternative vorhersagen zu können. So können wir das Vertrauen unserer Kunden stärken und als moderne Finanzierungsplattform einen weiteren Schritt Richtung Zukunft nehmen.

Bist du Profi im Gebiet des Machine Learning und willst uns helfen, die Zukunft zu verbessern? Bewirb dich jetzt!

Dieser Beitrag wurde von Sophia Becker verfasst. Sophia ist auch bei Twitter.

Über den Autor/die Autorin Alle Blogbeiträge anzeigen

Katharina Boehringer

Kommentar schreiben

Ihre E-Mail-Adresse wird nicht publiziert. Obligatorische Felder sind mit * gekennzeichnet.

Homepage