E-Book von BigData-Insider
Machine Learning ist auf dem Vormarsch
| Autor / Redakteur: Michael Matzer / Nico Litzel
Seit 2017 das erste E-Book von BigData-Insider zu Cognitive Computing veröffentlicht wurde, hat die Technologie um Machine Learning einen rasanten Aufschwung erlebt. Kaum noch ein Anwendungsbereich, in dem noch keine Algorithmen in den Prozessen werkeln – von der Fabrik bis zur ISS-Raumstation
Die Nachfrage ist enorm und die Einsatzgebiete sind schier unerschöpflich. Doch es gibt auch zahlreiche Herausforderungen und Voraussetzungen, die für die Nutzung und das Verständnis von Machine Learning benötigt werden. Welche das sind, will das E-Book „Machine Learning auf dem Vormarsch“ von BigData-Insider aufzeigen.
So sollte das Know-how nicht nur bei den Spezialisten, vor allem Data Scientists, vorhanden sein, sondern auch bei den Nutzern in den Fachbereichen. Denn in deren Prozessen werden die Algorithmen und Modelle eingebaut.
Das Besondere an Machine Learning sind nicht nur der IT-Aufwand, sondern die besondere Arbeitsweise, die zu Ergebnissen in der Vorhersage, bei Entscheidungen und den zahlreichen Arten der Mustererkennung führt. Die mathematische Methode ist nicht mehr linear wie noch in der Statistik, sondern nicht-linear, weil ein Modell erstellt, trainiert und zum Lernen immer wieder ausgeführt werden muss.
Die Ergebnisse stehen und fallen mit dem Modell
Die Resultate sind nur so gut wie die Informationen und der Aufbau eines Modells. In einem Modell können Millionen von Parametern verarbeitet werden und die Faktoren müssen alle gewichtet werden. Leicht kann es da zu Verzerrungen kommen. Der Nutzer sollte sich daher der ethischen Tragweite von auf Algorithmen und ML-Modellen basierten Entscheidungen und Aussagen bewusst sein.
Solange das Vertrauen der Anwender aufrechterhalten bleibt, sieht die Zukunft für Machine Learning rosig aus. Nicht nur die IT-Infrastrukturen werden vor allem in der Cloud kostengünstiger, performanter und leichter zu handhaben. Auch die Software-Plattformen und -Werkzeuge selbst breiten sich in alle gewünschten Richtungen aus, sei es im Gesundheitswesen oder im IoT-Bereich.
Noch wird Machine Learning vor allem zur Prozessoptimierung genutzt, sei es in der Logistik oder in der Computersicherheit. Aber es gibt bereits erste disruptive Geschäftsmodelle wie etwa in der Außendienstwartung von Geräten (IBM) oder in der sofortigen Schadensschätzung bei Fahrzeugen.
