GI JOE | Hall of Heroes | Cobra B.A.T Mint | Mint B.A.T |Sealed | Unopened | 2008 afb8a2

Veröffentlicht am 21. Juni 2017 von

Mit AutoML hat Google jüngst einen Ansatz vorgestellt, der die Entwicklung von Anwendungen maschinellen Lernens vereinfachen und optimieren soll, und zwar mithilfe von maschinellem Lernen.

Hierbei erstellt ein erster Machine-Learning-Algorithmus einen Vorschlag zu Architektur und Konfiguration des zu entwickelnden zweiten Machine-Learning-Algorithmus und erprobt diesen. Anhand der Performance dieses Vorschlages lernt wiederrum der übergeordnete Algorithmus, Controller genannt, welche Konzepte und Konfiguration zu einer besseren Performance des zu entwickelnden Algorithmus führen. Aus dieser Erfahrung kann nun der Controller neue Vorschläge zu Architektur und Konfiguration des zweiten Algorithmus machen und diese erneut analysieren.

Und der Ansatz scheint Früchte zu tragen: Google schreibt in dem betreffenden Eintrag seines Research-Blogs , dass mit diesem Ansatz Algorithmen zur Bilderkennung erstellt werden konnten, die sich mit, von menschlichen Experten konzeptionierten Algorithmen messen können.

GI JOE | Hall of Heroes | Cobra B.A.T Mint | Mint B.A.T |Sealed | Unopened | 2008 afb8a2

Maschinen die lernen, wie Maschinen lernen. Hat Google nun damit die technologische Singularität erschaffen? Also den Zeitpunkt ab dem die technologische Weiterentwicklung durch sich selbst verbessernde Maschinen nicht mehr menschlich fassbar ist? Wahrscheinlich nicht, und wenn doch haben wir es zumindest noch nicht bemerkt.

Doch die Idee hinter dem Konzept der Staffelung solcher Algorithmen ist sehr naheliegend. Vor allem vielschichtige, künstliche neuronale Netze sind eine sehr komplexe Ausprägung maschinellen Lernens. Sie werden stark durch ihre Hyperparameter definiert, also die Variablen, die Konfiguration und die Logik des Machine-Learning-Algorithmus selbst beschreiben, ohne dabei dessen inhaltliche Aufgabe zu berühren. Doch auch diese sind komplex, oft viele an der Zahl und kompliziert verknüpft. Also genau die Art Input, die sich mit Machine-Learning-Algorithmen hervorragend analysieren lässt.

Machine Learning wird aus einem einfachen Grund immer bekannter und beliebter: Die Einsatzmöglichkeiten sind schier endlos. Es lässt sich von einfachen Smartphone Apps über Analysesysteme für riesige Datensätze der Finanzbrache fast universell integrieren.
Mit dieser Blogserie möchte ich dem interessierten Leser grundlegende Funktionsweise, interessante Anwendungen und  aktuelle Entwicklungen aus der faszinierenden Disziplin des Machine Learning näher bringen und beleuchten wo sich  Requirements Engineering und Machine Learning überschneiden, verbinden lassen oder vielleicht sogar ersetzen. Werden Maschinen auch bald von uns RElern lernen? Oder vielleicht sogar anders herum?

Und was genau definiert überhaupt maschinelles Lernen, wenn schon der Begriff des Lernens selbst gar nicht so einfach abzugrenzen ist?

Der amerikanische Informatiker Tom Mitchell, Leiter des Departments Machine Learning der Carnegie Mellon Universität, formulierte 1997 in seinem Buch „Machine Learning“ die vielzitierte Definition:

„A computer program is said to learn from experience E with respect to some class of task T and performance measure P if its performance at tasks in T as measured by P, improves with experience E.“

Frei übersetzt bedeutet dies: Ein Computerprogramm lernt aus Erfahrung E im Lösen von Aufgaben eines Types T, wenn seine Performance P im Lösen dieser Aufgaben vom Typ T mit zunehmender Erfahrung E steigt.

Um dies zu bewirken muss sich die Maschine, oder das Programm also selbst  im Lösen ihrer Aufgabe verbessern können. Ihr Erschaffer definiert nun nicht mehr den Weg zur Lösung der Aufgabe,sondern die Regeln, nach denen der Algorithmus diesen Weg finden soll.

GI JOE | Hall of Heroes | Cobra B.A.T Mint | Mint B.A.T |Sealed | Unopened | 2008 afb8a2GI JOE | Hall of Heroes | Cobra B.A.T Mint | Mint B.A.T |Sealed | Unopened | 2008 afb8a2GI JOE | Hall of Heroes | Cobra B.A.T Mint | Mint B.A.T |Sealed | Unopened | 2008 afb8a2GI JOE | Hall of Heroes | Cobra B.A.T Mint | Mint B.A.T |Sealed | Unopened | 2008 afb8a2GI JOE | Hall of Heroes | Cobra B.A.T Mint | Mint B.A.T |Sealed | Unopened | 2008 afb8a2

Ein einfaches Beispiel wäre beispielsweise die Vorhersage von Variablen B anhand von Variablen A: Die Maschine sagt eine Variablenmenge B anhand von einer Variablenmenge A voraus, ändert die Parameter ihres Vorhersage-Algorithmus und wiederholt den Prozess. Je nachdem ob durch die Veränderung nun eine Verbesserung oder Verschlechterung der Vorhersagequalität bewirkt wurde, kann die Maschine nun ihre Vorhersageparameter erneut anpassen. Der Vorteil maschinellen Lernens hier ist, dass (abhängig vom Ausmaß der zu analysierenden Daten) dieser Vorgang,meist in geringer Zeitspanne extrem oft wiederholt werden kann, bis die Ergebnisqualität einem gewünschten Standard entspricht, während ein Mensch nach dem zehnten Sturz vom Skateboard wohlmwahrscheinlich sogar die Lust verliert.

Artikelzustand:
Neu: Neuer, unbenutzter und unbeschädigter Artikel in der ungeöffneten Verpackung (soweit eine Verpackung ... Mehr zum Thema Zustand
Year: 2008
Accessory Type: Gun Character Family: GI Joe
Character: Hero Brand: Hasbro
Size: 3.75" Theme: G.I. Joe
Packaging: Original (Unopened) Material: Plastic

Dies stellt natürlich nur ein stark verkürztes Beispiel zur Funktionsweise von Machine Learning dar, doch das evolutionäre Konzept von Veränderung und Beibehalten von Bewährtem ist ein Grundbaustein dieser Disziplin.

In den nächsten Teilen dieser Blogserie werde ich näher auf Funktionsweise, Logik  und Kategorien eingehen, vor allem aber werde ich die Thematik betrachten, wo es Schnittstellen zwischen Requirements Engineering und Machine Learning gibt, wo diese Disziplinen sich überschneiden oder komplettieren und wie die Entwicklung maschinellen Lernens auch unseren Job als Requirements Engineers prägen und verändern könnte.

1/6 DRAGON US 101ST AIRBORNE PARATROOPER MEDIC HOLLAND FULL GEAR COLT 1911 WW2Classic Big Building Bag - Dch63 80 Pieces,King & Land Erste Krieg FW072 WW1 Französisch Au Revoir MIB,Supergeyper Super Geyperman Group Action Man Gi Joe Team jouet vintage toy 80sMEGA BLOKS 91014 WORLD OF WARCRAFT GOBLIN ZEPPELIN AMBUSH,Mega Bloks Call of Duty WAR LEGACY HEROES CPC67 NEW OPEN BOX SEALED BAG,1964 VINTAGE GI JOE JOEZETA: PARTS/PIECES TO SCARCE CQ CONVERTIBLE QUARTERS,Mega Bloks CAT Caterpillar Build and Rebuild 614 Pieces NEW,Four Horsemen Mythic Legions (6 Inch) King Bromdenn Ironjaw MOC,TOYZ doppelseitig Kindertafel Magnettafel Standkindertafel Schultafel Kinderstaf,DAM Toys 1/6 78050 Elite Navy Commanding Officer_ Box Set _Modern US Now DM099Z,R0504567 WAMPA STAR WARS HOTH ESB 1981 ACTION FIGURE MINT IN BOX MIB,Hasbro GI Joe Timeless Collection Rescue of the Lost Squadron Masterpiece 35th,2017 GI Joe Captain Skip Club Exclusive Subscription FSS 6.0 MOC,1/6 DRAGON F-15,F-16,F-117 FIGHTER PILOT+STAND+RADIO+FLIGHT BAG DID BBI RC 21ST,THOMAS GUNN-resistent bewachend ein Offizier deutsch Prisonnier SS035,HOT TOYS 1/6 U.S. Navy Seal Team 2 Halo Jumper,Die Sammler Schaufenster Napoleonisch Britisch cs00504 RHA Cannon zerstört MIB,Tokyo Marui No.5 Precision Brass Barrel & New Chamber For VSR-10 1355511/6 Scale Toy Female ROT HaiROT Head Sculpt,Dragon action figure 1/6 ww11 german tanker peiper 12'' boxed did cyber hot toy,2012 Horror Show - Oktober Guard Figure - JOECON GIJOE - 100% Complete,Mega Bloks Smurfs lot B Smurfette Papa All NISB Discontinued See listing details,1/6 Scale Royal Best WWII German 9th Army Wehrmacht Johann Alber MIB w ShipperDumbbell Weight Lifting Theme Eraser (1),Tokyo Marui M16 Spare magazine for standard electric gun Free shipping Japan,GI Joe Skystriker XP-14F 1983 incomplete,Lego 6277 – Imperial Trading Post, Poste de Traite Imperial,LEGO Custom POLICE HEADQUARTERS huge set fits with 10185 10224Ultimate Soldier 1:32 German Ju-87B/R Stuka 1941 Balkans Africa Limited Edition

Und zu guter Letzt freue ich mich, meinen eigenen Kurzvortrag zum Thema „Machine-Learning & RE – Doch wer lernt von wem?“ auf den SOPHIST DAYS 2017 anzukündigen, vielleicht lernt man sich dort ja sogar kennen!

1:6 Human-like Wheat Skin Seamless Male Nude Body Stainless Steel Figure Toy,