{"id":5002,"date":"2020-05-18T05:04:58","date_gmt":"2020-05-18T05:04:58","guid":{"rendered":"https:\/\/anexia.com\/blog\/de\/?p=5002"},"modified":"2022-04-13T12:42:47","modified_gmt":"2022-04-13T10:42:47","slug":"machine-learning-fuer-einsteiger","status":"publish","type":"post","link":"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/","title":{"rendered":"Machine Learning f\u00fcr Einsteiger"},"content":{"rendered":"

Machine Learning ist in aller Munde. Das Interesse an dieser Technologie hat sich in den letzten drei Jahren bei Google Trends<\/a> um fast die H\u00e4lfte gesteigert und befindet sich mittlerweile sogar auf Platz 3 der wichtigsten IT Themen<\/a>. Das wirkt sich auch auf die Finanzen aus: In Deutschland wurde 2019 220,6 Mrd \u20ac Umsatz direkt oder indirekt durch Machine Learning generiert und mehr als die H\u00e4lfte der deutschen Unternehmen<\/a> setzen mindestens eine ML-Anwendung ein.<\/p>\n

Bei einem solchen Trend kann es leicht passieren, die Basics aus dem Auge zu verlieren. Hier wollen wir helfen und Einblicke liefern: Was ist Machine Learning, wie funktioniert es, welche Arten von Algorithmen gibt es und wie sieht es mit dem Datenschutz aus? Wir wollen euch die lange Suche im Internet ersparen und auch Nicht-Technikern oder Einsteigern die grunds\u00e4tzlichen Merkmale von Machine Learning darlegen:<\/p>\n

\n

Was ist Machine Learning und wie funktioniert dieser Teilbereich der KI?\u00a0<\/strong><\/h3>\n

Machine Learning ist, wie man dem Titel schon entnehmen kann, ein Teilbereich der k\u00fcnstlichen Intelligenz<\/a> und meint den Erwerb von neuem Wissen durch ein k\u00fcnstliches System. Einfach erkl\u00e4rt, generiert der Computer Wissen aus Erfahrungen und findet eigenst\u00e4ndig L\u00f6sungen f\u00fcr neue und bekannte Probleme.<\/p>\n

Die Funktionsweise des Machine Learnings orientiert sich am menschlichen Lernen. Der Entwickler ist hier sozusagen der \u201eLehrer\u201c und trainiert den Algorithmus. Durch Trainings- und Beispieldaten kann der Algorithmus Muster und Zusammenh\u00e4nge erkennen und somit aus Daten lernen. Ziel des Machine Learnings ist es, Daten intelligent miteinander zu verkn\u00fcpfen, Zusammenh\u00e4nge zu erkennen, R\u00fcckschl\u00fcsse zu ziehen und Vorhersagen treffen zu k\u00f6nnen.<\/p>\n

 <\/p>\n

\"Arten<\/a>
\n<\/strong><\/h4>\n

Nicht jeder Algorithmus funktioniert gleich. Grunds\u00e4tzlich unterscheiden wir zwischen vier Arten: Supervised Learning, Unsupervised Learning, Semi-Supervised Learning, und Reinforcement Learning.<\/p>\n

 <\/p>\n

Supervised Learning (\u00fcberwachtes Lernen)<\/strong><\/h4>\n

Im „Supervised“ Fall ist das gew\u00fcnschte Ergebnis des Machine-Learning-Algorithmus dem Entwickler schon bekannt. Das bedeutet, dass zum Lernen bereits valide Ergebnisse vorliegen. Der Algorithmus schaut sich die Ausgangsdaten an und versucht Muster zu erkennen, um auf die geplanten Ergebnisse zu kommen. Das erlernte „Wissen“ kann dann auf andere, unbekannte Ausgangsdaten angewandt werden. Ein Beispiel hierf\u00fcr w\u00e4re ein Ordner mit Bildern von Haustieren. Der Programmierer sagt dem Algorithmus was ein Hund ist und was davon Nicht-Hunde sind. Mit diesen Informationen wird versucht, Muster zu erkennen (sog. Training). Gibt man dem Algorithmus dann ein neues Bild, wendet dieser die erlernten Muster an und kann somit Hunde von Nicht-Hunden unterscheiden.<\/p>\n

Ein Vorteil vom \u00fcberwachten Lernen ist, dass die Verfahren, aufgrund ihrer Strukturiertheit, gut nachvollziehbar sind. Dadurch ist die Interpretation der Daten leichter. Jedoch ist die Aufbereitung der Daten mit einem sehr hohen manuellen Aufwand verbunden.<\/p>\n

 <\/p>\n

Unsupervised Learning (un\u00fcberwachtes Lernen)<\/strong><\/h4>\n

Der „Unsupervised“ Fall ist ergebnisoffen. Hier werden dem Algorithmus m\u00f6glichst viele Daten gegeben und er versucht diese nach Gemeinsamkeiten zu gruppieren bzw. Anomalien herauszufinden. Dieser Ansatz ist z.B. bei Online-Shops beliebt, um Kunden mit \u00e4hnlichem Kaufverhalten zu gruppieren und entsprechende Produktvorschl\u00e4ge machen zu k\u00f6nnen.<\/p>\n

Die Vorteile von diesem Algorithmus liegen in der teilweise vollautomatisierten Erstellung von Modellen. Das Modell lernt mit jedem Datensatz dazu und verfeinert gleichzeitig seine Berechnungen und Klassifizierungen. Dadurch ist ein manueller Eingriff nicht mehr notwendig.<\/p>\n

 <\/p>\n

Semi-supervised Learning<\/strong> (teil\u00fcberwachtes Lernen)<\/strong><\/h4>\n

Das sogenannte teil\u00fcberwachte Lernen ist eine Mischung aus dem un\u00fcberwachten und \u00fcberwachten Lernen. Grunds\u00e4tzlich wird es f\u00fcr dieselben Anwendungsf\u00e4lle wie die des Supervised Machine Learnings eingesetzt. Der Unterschied hier ist, dass nur ein kleiner Teil der Ergebnisse vorab bekannt ist und ein gro\u00dfer Bestand der Daten noch keine bekannte Zielvariable hat. Das hat den Vorteil, dass schon mit einer geringen Menge an bekannten Daten trainiert werden kann, da die manuelle Beschaffung von bekannten Beispieldaten sehr aufwendig und kostenintensiv ist. Anwendung findet das teil\u00fcberwachte Lernen beispielsweise in der Gesichtsidentifikation von Videoaufnahmen.<\/p>\n

 <\/p>\n

Reinforcement Learning (best\u00e4rkendes Le<\/strong>rnen)\u00a0<\/strong><\/h4>\n

Bei dem best\u00e4rkenden Lernen erlernt das System selbst\u00e4ndig eine Strategie. Welche Aktion in der jeweiligen Situation die richtige ist, wird dem System deshalb nicht vorgezeigt. Es wird durch eine Kostenfunktion oder ein Belohnungssystem bewertet. Durch positive oder negative R\u00fcckmeldung (Feedback) lernt das System so eine langfristig nutzenmaximierende Strategie auszuf\u00fchren. Reinforcement Learning ist die Grundlage f\u00fcr Formen der k\u00fcnstlichen Intelligenz, die ohne menschliches Vorwissen komplexe Problemstellungen l\u00f6sen k\u00f6nnen.<\/p>\n

Der Vorteil hier ist, dass Reinforcement Learning sehr anpassungsf\u00e4hig ist. Der Algorithmus kann sich neuen Umst\u00e4nden angleichen und sogar von anderen Maschinen lernen. Ein anderer Vorteil ist das automatisierte Lernen. Sollte das Ziel bekannt sein, die L\u00f6sung hingegen nicht, kann die Maschine diese oft, ohne menschliche Hilfe, finden. Bevor man sich f\u00fcr diese Art allerdings entscheidet, ist es wichtig zu beachten, dass dieser Algorithmus sehr viel Training erfordert. So k\u00f6nnen selbst relativ einfache Anwendungen Minuten, Stunden oder Tage dauern.<\/p>\n

 <\/p>\n

Machine Learning nutzen um interne Gesch\u00e4ftsprozesse zu verbessern<\/strong><\/h3>\n

Mit Machine Learning kann man Zusammenh\u00e4nge erkennen, die man als Mensch nicht so erkannt h\u00e4tte. Viele Unternehmen setzen Machine Learning deshalb zur Verbesserung der internen Prozesse oder Workflows ein. Oft k\u00f6nnen durch diese Technologie Teile eines Prozesses automatisiert oder teilautomatisiert werden. Dadurch sinkt die Fehlerrate.<\/p>\n

Chatbots beispielsweise sind schon sehr weit entwickelt. Sie k\u00f6nnen Kundenanfragen automatisiert beantworten und weiterleiten. Dabei bilden sie sich selbstst\u00e4ndig weiter. Aber auch in der Personalabteilung eines Unternehmens findet Machine Learning Anwendung. So k\u00f6nnen Lebensl\u00e4ufe automatisiert abgeglichen werden. Machine Learning kann generell zur Analyse strukturierter oder unstrukturierter Kontextinformationen genutzt werden. Statt jeden Antrag von einem Mitarbeiter pr\u00fcfen zu lassen, k\u00f6nnen Unternehmen Maschinen einsetzen, die in simplen F\u00e4llen eine Vorentscheidung treffen und eine Antwort vorformulieren.<\/p>\n

 <\/p>\n

Over- und Underfitting: Was ist das?<\/strong><\/h3>\n

Ein bekanntes Anwendungsgebiet von Machine Learning ist die Bild- und Objekterkennung. Gerade hier taucht das Problem des Over- oder Underfitting h\u00e4ufig auf. Im Idealfall sollte das Modell, mit dem man den Algorithmus trainiert, genau zwischen Over- und Underfitting liegen. Das ist aber in der Praxis schwierig zu erreichen.
\nIst das Modell, mit dem man trainiert, also zu komplex und speziell, tut sich ein Machine-Learning-Algorithmus schwer, allgemeing\u00fcltige Muster zu erkennen. Das Ergebnis ist dann ein Algorithmus, der sehr gut mit den Trainingsdaten funktioniert und die gesuchten Objekte erkennt. Mit neuen Ausgangsdaten kann er aber wenig anfangen – das ist das sogenannte Overfitting.<\/p>\n

\"Over-<\/a><\/p>\n

Umgekehrt kann es aber auch passieren, dass das Trainingsmodell zu einfach gehalten ist und die erkannten Muster zu allgemeing\u00fcltig sind. Im Ergebnis erkennt der Algorithmus dann Objekte, wo gar keine sind. \u00dcberspitzt und vereinfacht ausgedr\u00fcckt: Gras ist gr\u00fcn aber nicht alles, was Gr\u00fcn ist, ist auch Gras. Versucht man also nur anhand der Farbe Gr\u00fcn Gras zu erkennen, so hat man es mit sogenannten Underfitting zu tun.<\/p>\n

 <\/p>\n

Machine Learning und Datenschutz<\/strong><\/h3>\n

Die Grundlage f\u00fcr erfolgreiche Machine-Learning-Algorithmen sind gro\u00dfe und qualitativ hochwertige Datens\u00e4tze, wobei es sich in den meisten F\u00e4llen um statische Muster handelt. Dennoch k\u00f6nnen auch sensible Daten bezogen werden und hier ist es wichtig diese zu sch\u00fctzen. Bei k\u00fcnstlicher Intelligenz und dem Teilbereich Machine Learning gestaltet sich das allerdings als Herausforderung, da es den eingesetzten Machine-Learning-Verfahren teilweise an Transparenz, Erkl\u00e4rbarkeit und Nachvollziehbarkeit der Ergebnisse mangelt. Man kann es mit Vorg\u00e4ngen im menschlichen Gehirn vergleichen, denn auch hier k\u00f6nnen wir nicht immer nachvollziehen, warum bestimmte Entscheidungen getroffen werden. Eine Antwort auf die Datenschutz-Problematik kann Crowd-Sourcing oder auch \u201edifferenzierter Datenschutz\u201c sein. Das bedeutet, dass in der Entwicklung anonymisierte Daten verwendet werden, die dar\u00fcber hinaus mit einer Unsch\u00e4rfe versehen sind. Diese Datens\u00e4tze lassen sich somit nicht auf eine Person zur\u00fcckverfolgen. Viele Unternehmen garantieren aber auch, dass die Daten nur am Ger\u00e4t selbst gespeichert werden und nicht an Dritte weitergegeben werden, beispielsweise bei der Funktion Gesichtserkennung. Es gibt viele m\u00f6gliche \u201eAntworten\u201c. Wichtigste Instanz bei der Verarbeitung von personenbezogenen Daten ist die Rechtsvorschrift der DSGVO. Sollte man also ein Machine-Learning- oder KI-Projekt umsetzen wollen, empfiehlt es sich einen Datenschutzexperten zu konsultieren und gegebenenfalls auch ins Projektteam einzubinden.<\/p>\n

\n

Machine Learning ist mehr als ein Hype und berechtigt auf Platz drei der wichtigsten IT Themen. Wie es mit der Technologie in den n\u00e4chsten Jahren weiter geht, wissen wir noch nicht. Transparenz wird aber auch hier ein wichtiges Thema bleiben, nicht nur in Bezug auf den Datenschutz. Menschen wollen verstehen k\u00f6nnen: Wer hat diese Entscheidung getroffen, Mensch oder Maschine? Hier m\u00fcssen wir uns mit der Frage auseinandersetzen: Ist vollst\u00e4ndige Transparenz \u00fcberhaupt m\u00f6glich?<\/p>\n

Solltest du dich, ob Unternehmer oder Privatperson, f\u00fcr Machine Learning interessieren, ist es wichtig, Geduld zu haben. Machine Learning ist komplex und nimmt viel Zeit in Anspruch. Trotzdem lohnt es sich, denn die Technologie ist, wenn sie richtig eingesetzt wird, eine Technologie, in der noch viel Potenzial steckt.<\/p>\n

Falls du eine eigene Machine Learning L\u00f6sung f\u00fcr dein Unternehmen entwickeln willst und auf der Suche nach einem Partner bist, schau gerne hier vorbei<\/a>. Unsere Kolleginnen und Kollegen beraten dich gerne unverbindlich zum Thema.<\/p>\n

\u00a0<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"

Machine Learning ist in aller Munde und das Interesse daran steigt. Deshalb haben wir f\u00fcr euch ein paar Grundlagen von Machine Learning zusammengefasst.<\/p>\n","protected":false},"author":26,"featured_media":5047,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[4],"tags":[489,14],"yoast_head":"\nMachine Learning f\u00fcr Einsteiger - ANEXIA Blog<\/title>\n<meta name=\"description\" content=\"Machine Learning ist in aller Munde und das Interesse daran steigt. Deshalb haben wir f\u00fcr euch ein paar Grundlagen von Machine Learning zusammengefasst.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Machine Learning f\u00fcr Einsteiger - ANEXIA Blog\" \/>\n<meta property=\"og:description\" content=\"Machine Learning ist in aller Munde und das Interesse daran steigt. Deshalb haben wir f\u00fcr euch ein paar Grundlagen von Machine Learning zusammengefasst.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/\" \/>\n<meta property=\"og:site_name\" content=\"ANEXIA Blog\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/anexiagmbh\/\" \/>\n<meta property=\"article:published_time\" content=\"2020-05-18T05:04:58+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-04-13T10:42:47+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/anexia.com\/blog\/wp-content\/uploads\/2020\/05\/Blog_machine-learning_Teaser-1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"672\" \/>\n\t<meta property=\"og:image:height\" content=\"372\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Christina Rauter\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@_ANEXIA\" \/>\n<meta name=\"twitter:site\" content=\"@_ANEXIA\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Christina Rauter\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"7\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/\",\"url\":\"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/\",\"name\":\"Machine Learning f\u00fcr Einsteiger - ANEXIA Blog\",\"isPartOf\":{\"@id\":\"https:\/\/anexia.com\/blog\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/anexia.com\/blog\/wp-content\/uploads\/2020\/05\/Blog_machine-learning_Teaser-1.png\",\"datePublished\":\"2020-05-18T05:04:58+00:00\",\"dateModified\":\"2022-04-13T10:42:47+00:00\",\"author\":{\"@id\":\"https:\/\/anexia.com\/blog\/#\/schema\/person\/4cc7ca13a05ef9dd7ec082944222f7df\"},\"description\":\"Machine Learning ist in aller Munde und das Interesse daran steigt. Deshalb haben wir f\u00fcr euch ein paar Grundlagen von Machine Learning zusammengefasst.\",\"breadcrumb\":{\"@id\":\"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/#primaryimage\",\"url\":\"https:\/\/anexia.com\/blog\/wp-content\/uploads\/2020\/05\/Blog_machine-learning_Teaser-1.png\",\"contentUrl\":\"https:\/\/anexia.com\/blog\/wp-content\/uploads\/2020\/05\/Blog_machine-learning_Teaser-1.png\",\"width\":672,\"height\":372,\"caption\":\"machine learning\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/anexia.com\/blog\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Machine Learning f\u00fcr Einsteiger\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/anexia.com\/blog\/#website\",\"url\":\"https:\/\/anexia.com\/blog\/\",\"name\":\"ANEXIA Blog\",\"description\":\"[:de] ANEXIA Blog - Technischen Themen, Anexia News und Insights [:]\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/anexia.com\/blog\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/anexia.com\/blog\/#\/schema\/person\/4cc7ca13a05ef9dd7ec082944222f7df\",\"name\":\"Christina Rauter\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/anexia.com\/blog\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/9b339d736cb870814a9ec814e019c48f?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/9b339d736cb870814a9ec814e019c48f?s=96&d=mm&r=g\",\"caption\":\"Christina Rauter\"},\"url\":\"https:\/\/anexia.com\/blog\/author\/crauter\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Machine Learning f\u00fcr Einsteiger - ANEXIA Blog","description":"Machine Learning ist in aller Munde und das Interesse daran steigt. Deshalb haben wir f\u00fcr euch ein paar Grundlagen von Machine Learning zusammengefasst.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/","og_locale":"de_DE","og_type":"article","og_title":"Machine Learning f\u00fcr Einsteiger - ANEXIA Blog","og_description":"Machine Learning ist in aller Munde und das Interesse daran steigt. Deshalb haben wir f\u00fcr euch ein paar Grundlagen von Machine Learning zusammengefasst.","og_url":"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/","og_site_name":"ANEXIA Blog","article_publisher":"https:\/\/www.facebook.com\/anexiagmbh\/","article_published_time":"2020-05-18T05:04:58+00:00","article_modified_time":"2022-04-13T10:42:47+00:00","og_image":[{"width":672,"height":372,"url":"https:\/\/anexia.com\/blog\/wp-content\/uploads\/2020\/05\/Blog_machine-learning_Teaser-1.png","type":"image\/png"}],"author":"Christina Rauter","twitter_card":"summary_large_image","twitter_creator":"@_ANEXIA","twitter_site":"@_ANEXIA","twitter_misc":{"Verfasst von":"Christina Rauter","Gesch\u00e4tzte Lesezeit":"7\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/","url":"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/","name":"Machine Learning f\u00fcr Einsteiger - ANEXIA Blog","isPartOf":{"@id":"https:\/\/anexia.com\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/#primaryimage"},"image":{"@id":"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/#primaryimage"},"thumbnailUrl":"https:\/\/anexia.com\/blog\/wp-content\/uploads\/2020\/05\/Blog_machine-learning_Teaser-1.png","datePublished":"2020-05-18T05:04:58+00:00","dateModified":"2022-04-13T10:42:47+00:00","author":{"@id":"https:\/\/anexia.com\/blog\/#\/schema\/person\/4cc7ca13a05ef9dd7ec082944222f7df"},"description":"Machine Learning ist in aller Munde und das Interesse daran steigt. Deshalb haben wir f\u00fcr euch ein paar Grundlagen von Machine Learning zusammengefasst.","breadcrumb":{"@id":"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/#primaryimage","url":"https:\/\/anexia.com\/blog\/wp-content\/uploads\/2020\/05\/Blog_machine-learning_Teaser-1.png","contentUrl":"https:\/\/anexia.com\/blog\/wp-content\/uploads\/2020\/05\/Blog_machine-learning_Teaser-1.png","width":672,"height":372,"caption":"machine learning"},{"@type":"BreadcrumbList","@id":"https:\/\/anexia.com\/blog\/de\/machine-learning-fuer-einsteiger\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/anexia.com\/blog\/de\/"},{"@type":"ListItem","position":2,"name":"Machine Learning f\u00fcr Einsteiger"}]},{"@type":"WebSite","@id":"https:\/\/anexia.com\/blog\/#website","url":"https:\/\/anexia.com\/blog\/","name":"ANEXIA Blog","description":"[:de] ANEXIA Blog - Technischen Themen, Anexia News und Insights [:]","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/anexia.com\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/anexia.com\/blog\/#\/schema\/person\/4cc7ca13a05ef9dd7ec082944222f7df","name":"Christina Rauter","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/anexia.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/9b339d736cb870814a9ec814e019c48f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/9b339d736cb870814a9ec814e019c48f?s=96&d=mm&r=g","caption":"Christina Rauter"},"url":"https:\/\/anexia.com\/blog\/author\/crauter\/"}]}},"lang":"de","translations":{"de":5002,"en":6496},"amp_enabled":true,"pll_sync_post":[],"_links":{"self":[{"href":"https:\/\/anexia.com\/blog\/wp-json\/wp\/v2\/posts\/5002"}],"collection":[{"href":"https:\/\/anexia.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/anexia.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/anexia.com\/blog\/wp-json\/wp\/v2\/users\/26"}],"replies":[{"embeddable":true,"href":"https:\/\/anexia.com\/blog\/wp-json\/wp\/v2\/comments?post=5002"}],"version-history":[{"count":43,"href":"https:\/\/anexia.com\/blog\/wp-json\/wp\/v2\/posts\/5002\/revisions"}],"predecessor-version":[{"id":6498,"href":"https:\/\/anexia.com\/blog\/wp-json\/wp\/v2\/posts\/5002\/revisions\/6498"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/anexia.com\/blog\/wp-json\/wp\/v2\/media\/5047"}],"wp:attachment":[{"href":"https:\/\/anexia.com\/blog\/wp-json\/wp\/v2\/media?parent=5002"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/anexia.com\/blog\/wp-json\/wp\/v2\/categories?post=5002"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/anexia.com\/blog\/wp-json\/wp\/v2\/tags?post=5002"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}