Machine Learning ist das Teilgebiet der KI, bei dem ein System Muster aus Daten lernt, statt dass ein Mensch alle Regeln von Hand programmiert.
Was bedeutet Machine Learning (ML)?
Teilgebiet der KI, bei dem ein System Muster aus Daten lernt, statt dass ein Mensch alle Regeln explizit programmiert. Das Ergebnis ist ein Modell, das auf neue, ungesehene Daten verallgemeinert.
Abgrenzung — worauf es ankommt
Klassische Software: Mensch schreibt Regeln → Programm wendet sie an. ML: Mensch gibt Daten + gewünschtes Ergebnis → Algorithmus findet die Regeln selbst. Deep Learning ist wiederum nur eine Unterform von ML.
Beispiel aus der Praxis
Kreditwürdigkeit: Statt hunderte Wenn-dann-Regeln zu pflegen, lernt das Modell aus historischen Krediten, welche Merkmalskombinationen zu Ausfällen führten.
Zum Weiterdenken
Klassische ML-Verfahren (funktionieren oft schon mit wenigen tausend Datenpunkten): lineare/logistische Regression, Entscheidungsbäume, Random Forest, Gradient Boosting (XGBoost), Support Vector Machines, k-Means. Für tabellarische Geschäftsdaten schlagen diese Verfahren Deep Learning bis heute regelmäßig.
Machine Learning (ML) in Ihrem Unternehmen nutzen?
Von der Theorie in die Praxis: Wir zeigen Ihnen den passenden Weg — pragmatisch, DSGVO-konform und messbar.
Kostenlos · unverbindlich