Was ist maschinelles Lernen?

Beim maschinellen Lernen ist eine Software in der Lage, auf Basis früherer Ergebnisse neue Szenarien vorauszubestimmen und ohne Benutzerintervention auf diese zu reagieren.

Definition von maschinellem Lernen

Maschinelles Lernen bezeichnet einen Prozess, bei dem Computer Mustererkennungen oder die Fähigkeit entwickeln, kontinuierlich von Daten zu lernen und basierend auf diesen Prognosen zu treffen, um anschließend Anpassungen vorzunehmen, ohne vorher explizit dazu programmiert worden zu sein. Sie ist eine Form von künstlicher Intelligenz, die die Entwicklung von analytischen Modellen automatisiert und ermöglicht, dass sich Maschinen eigenständig an neue Szenarien anpassen.

Gründe, die für maschinelles Lernen sprechen

Man mag die Vorstellung, dass künstliche neuronale Netzwerke eines Tages möglicherweise so ausgefeilt sind, um menschliches Bewusstsein nachbilden zu können, gut und schlecht finden – ohne Zweifel jedoch bieten sie ganz praktische Vorteile:

  • Intelligente Verwaltung von Big Data: Die Masse und Vielfalt an Daten, die generiert werden, wenn Menschen oder andere umgebungsbedingte Faktoren mit Technologie interagieren, könnte man ohne dem schnellen und ausgeklügelten Konzept des maschinellen Lernens weder verarbeiten noch Erkenntnisse aus diesen ziehen.
  • Intelligente Geräte: Angefangen von tragbaren Geräten, die Gesundheits- und Fitnessziele nachverfolgen, über selbstfahrende Autos bis hin zu „intelligenten Städten“ mit Infrastrukturn, die automatisch dafür sorgen, dass weniger Zeit und Energie verschwendet werden, verspricht das Internet der Dinge (IoT) große Vorteile – und maschinelles Lernen kann helfen, diese ständig wachsende Menge an Daten sinnvoll zu nutzen.
  • Optimierte Kundenerfahrungen: Maschinelles Lernen ermöglicht Suchmaschinen, Webanwendungen und anderen Technologien, Ergebnisse anzupassen und Vorschläge basierend auf Benutzervorlieben zu machen, um ein ganz persönliches Benutzererlebnis zu schaffen.

HPE Lösungen für maschinelles Lernen

Die Serverlösungen von Hewlett Packard Enterprise ermöglichen es Kunden, Echtzeitleistung für ihre AI-Workloads zu erzielen. Das HPE Apollo 6000 System ist eine Deep Learning-Plattform, die eine unübertroffene Leistung bietet und nur relativ wenig Stellfläche benötigt.


Deep Learning ist ein Teilbereich des maschinellen Lernens mit einer hohen Intelligenzleistung und hat bereits beeindruckende Erfolge im Zusammenhang mit eigentlich alten Ansätze von maschinellem Lernen gezeigt. Dabei bedient sich Deep Learning einer Mischung aus künstlichen neuronalen Netzwerken mit mehreren Ebenen sowie einer daten- und rechenintensivem Lernmethode, die von den neuesten Erkenntnissen des menschlichen Gehirns inspiriert ist. Dieser Ansatz ist inzwischen so effizient, dass er bereits in einigen Bereichen, wie z. B. bei der Bild- und Spracherkennung oder natürlichen Sprachverarbeitung, die menschliche Fähigkeiten übertrifft.

Sprechen Sie mit einem HPE Experten für maschinelles Lernen.

HPE zeigt Ihnen gerne die Vorteile auf, die maschinelles Lernen auch für Ihre IT haben kann. Kontaktieren Sie einen HPE Experten für maschinelles Lernen.

Ressourcen für maschinelles Lernen

Artikel : Kurzschluss: Die kritische Lücke beim maschinellen Lernen

MachineLearning_Resources01_2x-md
Artikel

Da künstliche Intelligenz immer mehr an Bedeutung gewinnt, ist es zur Gewährleistung der Sicherheit wichtig, die richtige Balance zwischen maschineller Kontrolle und den gebotenen Vorteilen zu finden.

Artikel : Maschinelles Lernen wird zum Trend

MachineLearning_Resources02_2x-md
Artikel

Maschinelles Lernen beeinflusst alle aktuellen Trends. Daten- und Analyseexperte Marcus Borba spricht über das Wachstumspotenzial von maschinellem Lernen in einigen wichtigen Bereichen.

Blog-Eintrag : Maschinelles Lernen in der Cloud und seine Fülle an Möglichkeiten

MachineLearning_Resources03_2x-md
Blog-Eintrag

Gast-Blogbeitrag von Julie Choi, Director Product Marketing, HPE Software.

Blog-Eintrag : Intelligenteres Internet der Dinge mit APIs und maschinellem Lernen

MachineLearning_Resources04_2x-md
Blog-Eintrag

Das Internet der Dinge ist die Weiterentwicklung der Maschinen-zu-Maschinen-Technologie (M2M) und die Schnittstelle zwischen Geräten und Managementplattformen. Einige IoT-Geräte können sehen, andere wiederum hören, fühlen, überwachen und/oder steuern.

Infografik : Die Anforderungen und die besten Vorgehensweisen für das IoT verstehen.

MachineLearning_Resources05_2x-md
Infografik

Da künstliche Intelligenz immer mehr an Bedeutung gewinnt, ist es zur Gewährleistung der Sicherheit wichtig, die richtige Balance zwischen maschineller Kontrolle und den gebotenen Vorteilen zu finden.

Whitepaper : Werden Sie mit IoT zu einem datenorientierten Unternehmen

MachineLearning_Resources06_2x-md
Whitepaper

Informieren Sie sich, wie die Implementierung von Big Data-Plattformlösungen in Ihrem Unternehmen dazu beitragen kann, Chancen im Zusammenhang mit Investitionen in das Internet der Dinge zu maximieren und Risiken zu minimieren.