Definition Was ist Deep Learning?

Autor / Redakteur: Nicole / Sarah Böttcher

Im Deep Learning werden neuronale Netze eingesetzt, in denen es zwischen der Ein- und Ausgabe mehrere Schichten gibt, was die Bezeichnung mehrschichtiges Lernen oder tiefgehendes Lernen erklärt. Es dient dem Lernen durch Informationsverarbeitung.

Firmen zum Thema

Grundlagenwissen zum IT-Business
Grundlagenwissen zum IT-Business
(Bild: © adiruch na chiangmai - Fotolia.com)

Die maschinelle Form des mehrschichtigen Lernens – auch Machine Learning genannt – orientiert sich an der Leistung des menschlichen Gehirns, das dazu in der Lage ist, große Datenmengen zu verarbeiten und daraus Erkenntnisse zu gewinnen, auf deren Basis Entscheidungen oder Prognosen getroffen werden. Es werden dazu Informationen in ein künstliches neuronales Netz eingespeist. Hier werden sie mit vorhandenen Daten und Informationen abgeglichen. Auf diese Weise können neue Verknüpfungen entstehen sowie Erkenntnisse abgeleitet, Entscheidungen getroffen, Modelle generiert oder Prognosen erstellt werden. Die gewonnenen Rückschlüsse können erneut durch das neuronale Netz überprüft und gegebenenfalls optimiert werden.

Das künstliche neuronale Netz

Bestandteil des künstlichen neuronalen Netzes, abgekürzt KNN, sind künstliche Neuronen Es unterteilt sich in eine Eingangsschicht, beliebig viele Zwischenschichten und eine Ausgangsschicht. Informationen werden an die Eingangsneuronen übergeben und gelangen über jene der Zwischenschichten zu den Ausgangsneuronen. Das ermöglicht es, hohe Datenmengen einzuspeisen und durch Verknüpfungen bestimmte Muster abzuleiten, die auch untereinander verknüpft werden können. Daraus wiederum werden Erkenntnisse abgeleitet und klassifiziert, die erneut durch das neuronale Netz geleitet, hinterfragt und überprüft sowie gegebenenfalls neu korreliert werden. Die Menge der Neuronen und Schichten bestimmt dabei die mögliche Komplexität der Datenanalyse und des Lerneffektes. Die immer neuen Verknüpfungen befähigen die Maschine zur Gewinnung ständig neuer Erkenntnisse, was zu fortlaufenden Lerneffekten führt. Der Vorgang der kontinuierlichen Analyse und Erweiterung der Fähigkeiten durch Lernprozesse erfolgt ohne menschlichen Eingriff.

Deep Learning in der Praxis

Praktisch lässt sich die Methode des Deep Learning immer dann einsetzen, wenn große Datenmengen zu analysieren sind, die auf bestimmte Muster überprüft werden sollen, um daraus etwas abzuleiten und die Trefferquote sukzessive zu verbessern. Der Bereich Künstliche Intelligenz ist ein gängiger Einsatzbereich. Dazu zählen beispielsweise die Sprach- und Gesichtserkennung, wobei die Maschine ihr Wissen ständig präzisiert. Eine Spracherkennung erweitert also ihren Wortschatz und lernt individuelle Besonderheiten der Aussprache zu verstehen und zu verarbeiten. Die Funktionalität von Assistenten wie Siri oder Alexa basiert ebenso auf Deep Learning wie Computerspiele, bei denen durch das Spielen gegen einen Menschen neue Informationen eingespeist werden, aus denen das Programm lernt und sich verbessert.

Weitere gängige Einsatzgebiete sind unter anderem:

  • Optimierung der Trefferrelevanz von Suchmaschinen,
  • autonomes Fahren,
  • Wetterprognosen,
  • Zielgruppenanalyse und Maßnahmenableitung im Marketing,
  • Übersetzungsassistenten.

(ID:47777812)