Definition
Maschinelles Lernen (ML) ist ein Bereich der Künstlichen Intelligenz, in dem Algorithmen Muster und Beziehungen aus Daten lernen, statt ausschließlich explizit programmierten Regeln zu folgen.
Einfach erklärt
Ein Modell lernt anhand von Beispielen und kann anschließend ähnliche Muster erkennen oder Ergebnisse für neue Daten schätzen.
Warum es wichtig ist
ML ermöglicht Modelle, die Beziehungen erkennen, welche sich nur schwer mit festen Regeln beschreiben lassen.
Begriffliche Abgrenzung
Maschinelles Lernen ist ein Teil der Künstlichen Intelligenz und kein Synonym dafür. Ein System mit ML ist auch nicht automatisch genau, autonom oder für jede Entscheidung geeignet.
Praktische Perspektive
Die Modellleistung hängt von Relevanz und Qualität der Daten, der Aufbereitung des Trainingsdatensatzes, der Methodenwahl und der Validierung unter den späteren Einsatzbedingungen ab.
Begriffsstruktur
AI umfasst mehrere Ansätze. ML lernt Modelle aus Daten. Überwachtes und Unüberwachtes Lernen sind zwei ML-Paradigmen neben weiteren Ansätzen wie bestärkendem und selbstüberwachtem Lernen.