Deep Learning: Spielplatz für maschinelles Lernen

Deep Learning
Gastautor
durch

“Don’t Worry, You Can’t Break It. We Promise.” Mit diesem Versprechen fordern Google-Mitarbeiter dazu auf, einen neuen Browser-Spielplatz auszuprobieren. Es handelt sich quasi um ein „digitales Bällebad“, in dem sich jeder Interessierte zu den Themen Deep Learning und neuronalen Netzen austoben kann.

In Richtung digitale Exzellenz vortasten

Ziel des Ganzen ist, sich spielerisch mit der Idee lernender Computer zu beschäftigen: Denn obwohl schon heute angewendet, sind Begriffe wie neuronale Netzwerke und Deep Learning auch für IT-Profis in vielen Unternehmen noch Neuland. Dabei funktionieren bereits Spracherkennungen á la Siri und Bilderkennung von Facebook durch maschinelles Lernen. Kleine Softwareneuronen stellen dabei die kognitiven Zusammenhänge her.

Deep Learning
Quelle: http://playground.tensorflow.org

Auf dem Playground können sich Nutzer mit den Basics von Deep Learning befassen. Mit vielen Stellhebeln lassen sich Problemstellungen wie die Klassifikation von Daten in Abhängigkeit von anderen Daten austesten. Ein Interview im Data Science Blog zeigt, das zum Beispiel Bankdienstleister wie Numbers26 diese künstliche Intelligenz für ihre digitalen Haushalts- und Finanzplaner im Online Banking nutzen. Ein Algorithmus zieht Rückschlüsse aus Zahlungsverkehrs- und Textmustererkennungsdaten und ordnet daraus Zahlungen bestimmten Kategorien zu.

Für den amerikanischen Internetkonzern Google ist es nicht das erste Beispiel dafür, dass das Unternehmen Deep learning als neues Geschäftsfeld ansieht. Mit AlphaGo besiegte kürzlich ein Algorithmus den Weltmeister im schachähnlichen Go-Spiel in vier von fünf Spielen.

Deep Learning, zu Deutsch maschinelles Lernen, sowie neuronale Netzwerke sind auch aus Industrie 4.0 und selbstfahrenden Autos nicht mehr wegzudenken. Der aktuell gängigste Anwendungsfall für Machine Learning sind die Produktvorschläge von Amazon. Ein Recommender System lernt aus dem Einkaufsverhalten und gibt selbstständig Empfehlungen ab.

Der Aufbau von Data-Science-Kompetenzen wird für Unternehmen zunehmend wichtig. Denn digitale Exzellenz bedeutet auch, dass sie fachlich und methodisch in der Lage sind, datengetriebene Geschäftsmodelle zu entwickeln – diese Disziplin lautet Data-driven Agility. Dabei werden die Fähigkeiten, Daten zu analysieren und das Know-how, schnell daraus Nutzen zu ziehen, optimal miteinander verzahnt.

Foto: Getty Images / kapley


Gastautor

Schreiben Sie einen Gastbeitrag für den Blog Digitale Exzellenz. Wir freuen uns auf Ihren spannenden Themenvorschlag.


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.