KI Maschinen
Kunstliche Intelligenz-Maschinen verbessern sich von Tag zu Tag dank unserer technologischen Fahigkeiten.
Dazu gehoren:
Maschinelles Lernen Ein Computer „lernt“, wenn seine Software in der Lage ist, den Ablauf eines Szenarios richtig vorherzusagen und auf der Grundlage fruherer Ergebnisse darauf zu reagieren.
Machine Learning bezieht sich auf den Prozess, bei dem Computer die Erkennung von Schaltplanen entwickeln oder in der Lage sind, kontinuierlich Daten zu lernen und Vorhersagen abzuleiten, und dann Anpassungen vorzunehmen, ohne speziell dafur programmiert zu sein.
Als Form kunstlicher Intelligenz automatisiert maschinelles Lernen effektiv den Prozess der Erstellung analytischer Modelle und ermoglicht es den Maschinen, sich selbststandig an neue Szenarien anzupassen.
Die vier Schritte beim Aufbau eines Modells fur maschinelles Lernen sind:
1. Auswahl und Vorbereitung eines Satzes von Lerndaten, die zur Losung des Problems erforderlich sind.
Diese Daten konnen beschriftet oder nicht gekennzeichnet werden.
2. Wahlen Sie einen Algorithmus, der auf Lerndaten ausgefuhrt werden soll.
Wenn die Daten beschriftet sind, kann der Algorithmus vom Typ Regression, Entscheidungsbaum oder Instanzbasis sein.
Wenn die Daten nicht gekennzeichnet sind, kann es sich bei dem Algorithmus um einen Gruppierungsalgorithmus, einen Zuordnungsalgorithmus oder ein neuronales Netzwerk handeln.
3. Trainieren Sie den Algorithmus, um das Modell zu erstellen.
4. Verwenden und verbessern Sie das Modell.
Es gibt drei Methoden des maschinellen Lernens. „Beaufsichtigtes Lernen“ funktioniert mit etikettierten Daten und erfordert weniger Training.
„Unuberwachtes“ Lernen wird verwendet, um nicht gekennzeichnete Daten zu klassifizieren, indem Muster und Beziehungen identifiziert werden.
Das „halbuberwachte“ Lernen verwendet einen kleinen Satz etikettierter Daten, um die Klassifizierung eines grosseren nicht etikettierten Datensatzes zu leiten.
Deep Learning Deep Learning, eine Untergruppe fur maschinelles Lernen, hat eine deutlich bessere Leistung gezeigt als bei einigen herkommlichen maschinellen Lernansatzen.
Deep Learning verwendet eine Kombination aus mehrschichtigen kunstlichen neurolen Netzwerken und daten- und rechnerintensivem Training, die von den neuesten Erkenntnissen uber das Verhalten des menschlichen Gehirns inspiriert sind.
Dieser Ansatz ist so effektiv geworden, dass er begonnen hat, die menschlichen Fahigkeiten in vielen Bereichen wie der Sprach- und Seherkennung und der Verarbeitung naturlicher Sprache zu ubertreffen.
Deep Learning-Modelle verarbeiten grosse Datenmengen und sind in der Regel unuberwacht oder halbuberwacht.
Die Beziehung zwischen kunstlicher Intelligenz, maschinellem Lernen und Deep Learning
Kunstliche Intelligenz ist ein Zweig der Informatik, der versucht, die menschliche Intelligenz in einer Maschine zu simulieren. KI-Systeme werden von Algorithmen angetrieben, die Techniken wie maschinelles Lernen und Deep Learning verwenden, um „intelligentes“ Verhalten zu demonstrieren.