Deep Learning

Kapitel 1. Ein Überblick über maschinelles Lernen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Fakten aus dem Dunst der Nuancen zu verdichten

Neal Stephenson, Snow Crash

Die Lernmaschinen

Das Interesse an maschinellem Lernen ist im letzten Jahrzehnt explodiert. Du siehst maschinelles Lernen fast täglich in Informatikprogrammen, auf Branchenkonferenzen und im Wall Street Journal. Bei all dem Gerede über maschinelles Lernen verwechseln viele, was es kann, mit dem, was sie gerne könnten. Im Grunde geht es beim maschinellen Lernen darum, mit Hilfe von Algorithmen Informationen aus Rohdaten zu extrahieren und sie in einer Art Modell darzustellen. Anhand dieses Modells können wir Rückschlüsse auf andere Daten ziehen, die wir noch nicht modelliert haben.

Neuronale Netze sind eine Art von Modell für maschinelles Lernen; es gibt sie schon seit mindestens 50 Jahren. Die grundlegende Einheit eines neuronalen Netzes ist ein Knoten, der sich an den biologischen Neuronen im Gehirn von Säugetieren orientiert. Auch die Verbindungen zwischen den Neuronen sind dem biologischen Gehirn nachempfunden, ebenso wie die Art und Weise, wie sich diese Verbindungen im Laufe der Zeit entwickeln (durch "Training"). Wie diese Modelle funktionieren, werden wir in den nächsten beiden Kapiteln genauer untersuchen.

Auf wurden Mitte der 1980er und Anfang der 1990er Jahre viele wichtige architektonische Fortschritte bei neuronalen ...