Der Begriff \u201eLearning Representation\u201c ist vor allem im Bereich K\u00fcnstliche Intelligenz, Big Data und Smart Data sowie Automatisierung zuhause. Gemeint ist damit, wie eine Maschine \u2013 zum Beispiel ein Computerprogramm \u2013 Daten so darstellt, dass sie daraus lernen kann. Die Maschine versucht, wichtige Muster und Zusammenh\u00e4nge in den Daten selbstst\u00e4ndig zu erkennen.<\/p>\n
Stellen Sie sich vor, Sie m\u00f6chten einem Computer beibringen, verschiedene Fr\u00fcchte anhand von Bildern zu unterscheiden. Die \u201eLearning Representation\u201c sorgt daf\u00fcr, dass das Programm erkennt: Eine Banane ist krumm und gelb, ein Apfel rund und rot oder gr\u00fcn. Das Programm verarbeitet die Bilder so, dass diese Unterschiede klar hervorstechen. <\/p>\n
Je besser diese Darstellung, desto leichter kann das System \u201elernen\u201c \u2013 also zum Beispiel neue Fotos richtig zuordnen, ohne jedes Bild bereits gesehen zu haben. Das ist wichtig, weil bei Big Data riesige Mengen an Daten in kurzer Zeit sinnvoll genutzt werden m\u00fcssen.<\/p>\n
Learning Representation spielt somit eine Schl\u00fcsselrolle, um aus Daten Wissen zu gewinnen und automatisierte Entscheidungen zu treffen. Sie bildet die Grundlage vieler moderner Anwendungen, etwa bei Sprache- oder Bilderkennung, in der Automatisierung von Prozessen oder bei Empfehlungen im Online-Shopping.<\/p>\n","protected":false},"excerpt":{"rendered":"