Maschinelles Lernen: Einführung in die probabilistische Programmierung
Weisen ML-Modelle auf Unsicherheiten in Prognosen hin, lassen sich Ergebnisse besser interpretieren. Dabei hilft beispielsweise TensorFlow Probability.
(Bild: Machine Learning & Artificial Intelligence / Mike MacKenzie / cc-by-2.0))
- Florian Müller
Entscheidungen werden permanent unter Unsicherheit getroffen. Dies ist unter anderem darin begründet, dass Daten fehlen oder die Entscheidungsfindung vorhandene Informationen nicht sinnvoll einbeziehen kann. Abhängig von der Fragestellung können diese Entscheidungen unterschiedlich weitreichende Folgen haben. Insbesondere Themen aus dem Gesundheitsbereich oder dem Straßenverkehr sind kritisch, da nicht nur wirtschaftliche, sondern auch gesundheitliche Risiken damit verbunden sind.
Mit der zunehmenden Verbreitung von Machine Learning (ML) zur Automatisierung von Entscheidungsprozessen erhalten diese Vorgänge plötzlich eine neue Reichweite. Während nicht passende Werbebanner vermutlich die wenigsten Menschen ernsthaft beschäftigen, sind die Implikationen, die beispielsweise das autonome Fahren hat, häufig Thema intensiver Diskussionen.
In letzter Zeit hat das maschinelle Lernen deutliche Fortschritte gemacht. Viele Innovationen in diesem Bereich sind nicht zuletzt auf den Einsatz dieser Verfahren in der digitalen Werbung zurückzuführen. Da es sich hierbei um ein Massengeschäft handelt, bei dem falsche Einzelentscheidungen keine dramatischen Folgen haben, solange sie im Schnitt passen, setzen die Experten beim Trainieren und Überwachen von ML-Modellen hauptsächlich auf die Verbesserung von Punktschätzungen. Die mit diesen Hochrechnungen verbundene Unsicherheit ignorieren sie meistens.
Immer mehr Wissen. Das digitale Abo für IT und Technik.
Custom-ROM "GrapheneOS" vorgestellt: Android ganz privat
Papierloses Büro: Wie man mit paperless-ngx die Dokumentenverwaltung optimiert
Wie eine lokale KI die Fotosammlung auf dem NAS verschlagworten kann
Elektroauto MG4 Trophy im Test: Bestseller mit Batterie-Upgrade
Drei KI-Sprechtrainer im Test: Fremdsprache mit KI lernen
Elektroauto Mercedes EQA 300 4Matic im Test: Fährt gut, lädt gemächlich
Immer mehr Wissen. Das digitale Abo für IT und Technik.
Custom-ROM "GrapheneOS" vorgestellt: Android ganz privat
Papierloses Büro: Wie man mit paperless-ngx die Dokumentenverwaltung optimiert
Wie eine lokale KI die Fotosammlung auf dem NAS verschlagworten kann
Elektroauto MG4 Trophy im Test: Bestseller mit Batterie-Upgrade
Drei KI-Sprechtrainer im Test: Fremdsprache mit KI lernen