Kapitel 9. Maschinelles Lernen
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
9.0 Einleitung
Du wirst vielleicht überrascht sein zu hören, dass dein bescheidener Raspberry Pi eine großartige Plattform für Experimente mit maschinellem Lernen ist. In diesem Kapitel experimentierst du mit der Erkennung von Objekten in Echtzeitvideos, der Erkennung von Geräuschen und der Verknüpfung all dieser Dinge mit deinen eigenen Python-Programmen.
Einen Computer zu programmieren bedeutet, dem Computer eine Liste von Anweisungen zu geben, die er befolgen soll. Es wird eine Prozedur erstellt, um das zu erreichen, was der Computer tun soll. Dies wird in einer Programmiersprache wie Python ausgedrückt und funktioniert sehr gut, wenn es darum geht, Daten zu speichern oder Berechnungen durchzuführen. Es ist jedoch ziemlich schwierig, sich vorzustellen, wie man ein Programm schreibt, das auf einen gesprochenen Befehl reagiert oder Objekte auf einem Foto erkennt. Die Art und Weise, wie Menschen und andere Tiere solche Dinge lernen, ist durch Übung. Unser Gehirn lernt nach und nach, Dinge durch Erfahrung zu erkennen. In unserem Kopf läuft kein Programm, das diese Dinge tut, sondern wir lernen, sie zu tun.
Beim maschinellen Lernen (ML) wird ein normaler Computer mit speziellen Programmen für maschinelles Lernen (das ist normales Programmieren) betrieben, die große Datenmengen verarbeiten und aus diesen Daten lernen, ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access