Machine Learning (deutsch: Maschinelles Lernen) ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Das heißt, es werden nicht einfach die Beispiele auswendig gelernt, sondern es „erkennt“ Muster und Gesetzmäßigkeiten in den Lerndaten. So kann das System auch unbekannte Daten beurteilen (Lerntransfer) oder aber am Lernen unbekannter Daten scheitern (Überanpassung). Weitere Information siehe Link https://de.wikipedia.org/wiki/Maschinelles_Lernen
Aus dem weiten Spektrum möglicher Anwendungen seien hier genannt: automatisierte Diagnoseverfahren, Erkennung von Kreditkartenbetrug, Aktienmarktanalysen, Klassifikation von Nukleotidsequenzen, Sprach- und Texterkennung sowie autonome Systeme.
Das Thema ist eng verwandt mit „Knowledge Discovery in Databases“ und „Data-Mining“, bei dem es jedoch vorwiegend um das Finden von neuen Mustern und Gesetzmäßigkeiten geht. Viele Algorithmen können für beide Zwecke verwendet werden. Außerdem können Methoden der „Knowledge Discovery in Databases“ genutzt werden, um Lerndaten für „maschinelles Lernen“ zu produzieren oder vorzuverarbeiten, und Algorithmen aus dem maschinellen Lernen finden beim Data-Mining Anwendung.
Mit seinen innovativen Technologien für neue Mobilitätskonzepte, wie beispielsweise einem multifunktionalen Batteriegehäuse, ist Röchling Automotive für die Zukunft bereit. Seine jüngsten Innovationen präsentiert das Unternehmen auf der Internationalen Automobil-Ausstellung (IAA 2017) in Frankfurt vom 12. bis 24. September 2017 in Halle 6.0, Stand B10.
Wenn Maschinen autonom auf Autobahnen, in Fabriken oder Unternehmen eingesetzt werden sollen, müssen sie nicht nur auf Basis von starren Programmen agieren können, sondern durch Erfahrung lernen. Die Experten des Fraunhofer IAIS präsentieren auf der CeBIT vom 20. bis 24. März 2017 in Hannover Technologien, die durch die Kombination von maschinellen Lernverfahren und semantischen Technologien neue intelligente Produkte sowie innovative Geschäftsmodelle ermöglichen. Wir sprechen mit unseren Smartphones, die ersten autonomen Fahrzeuge sind auf den Straßen unterwegs und Chat-Bots führen täuschend echte Unterhaltungen mit Menschen. Künstliche Intelligenz ist im Alltag angekommen – oft nehmen wir sie schon gar nicht mehr als solche wahr.
Zu seinem 60. Geburtstag wurde zu Ehren von Professor Dr. Niklaus Wirth an der ETH Zürich eine internationale Konferenz über „Programming Languages and System Architectures“ abgehalten. Im Springer Verlag sind dazu die Lecture Notes in Computer Science Nr. 782 erschienen. Persönlichkeiten wie E.W. Dijkstra, C.A.R. Hoare, B. Lampson und M. Reiser waren zugegen und würdigten – jeder auf seine Art – den Computerpionier. In der Folge konnte TELEMATIK Spektrum (TS) mit diesem originellen Mann und elffachen Buchautor ein Gespräch führen. Sie erfahren hierin, warum er nicht nur Vater von Computersprachen sondern auch europäischer Telematikpionier ist. Das Interview wurde vom damaligen Chefredaktor des TELEMATIK Spektrums, Louis A. Venetz, am 7. Juni 1994 geführt.