Maschinelles Lernen versus Mensch (2:0)
Diese Seite wurde seit 3 Jahren inhaltlich nicht mehr aktualisiert.
Unter Umständen ist sie nicht mehr aktuell.
Zusammenfassungen
Tatsächlich nutzen Sie alle, liebe Leserinnen und Leser, vermutlich täglich mehrere Produkte, die auf maschinellem Lernen beruhen und meistens sehr respektable Ergebnisse zeigen. Zum einen sind dies alle Sorten von Empfehlungssystemen: für Produkte, Werbun- gen, Suchmaschinenergebnisse oder die personalisierte Zusammen- Stellung von Nachrichten in sozialen Medien. Die Empfehlungen passen oft, manchmal sogar richtig gut. Sie ersetzen damit mensch- liche Verkäufer: innen, Anzeigenvermittler und Bibliothekar: innen, da die Empfehlungen zumindest »gut genug« sind. Ich habe Ihnen hier jetzt zwei weitere Beispiele mitgebracht, wo die Maschine nachweislich sogar besser ist als der Mensch. Aus diesen werde ich danach auch ableiten, unter welchen allgemeinen Bedingungen die Maschine Vorteile hat. Bei den Beispielen handelt es sich um die Bilderkennung und die Hautkrebserkennung für einen speziellen Fall.
Dieses Kapitel erwähnt ...
![]() Begriffe KB IB clear | Algorithmus algorithm
, big data big data
, Bilder
, captcha
, Empfehlungs-Algorithmus
, Expertensystemexpert system
, Grundwahrheit
, Induktion
, Korrelation
, Lernen learning
, machine learning
, Maschine machine
, Mensch
, Suchmaschine search engine
|
Dieses Kapitel erwähnt vermutlich nicht ... 
![]() Nicht erwähnte Begriffe | Deduktion |
Tagcloud
Anderswo suchen 
Beat und dieses Kapitel
Beat hat Dieses Kapitel während seiner Zeit am Institut für Medien und Schule (IMS) ins Biblionetz aufgenommen. Er hat Dieses Kapitel einmalig erfasst und bisher nicht mehr bearbeitet. Beat besitzt weder ein physisches noch ein digitales Exemplar. Es gibt bisher nur wenige Objekte im Biblionetz, die dieses Werk zitieren.

Algorithmus
big data
Bilder
Empfehlungs-Algorithmus
Lernen
machine learning
Maschine
Mensch
Suchmaschine
Biblionetz-History