Maschinelles Lernen mit der „Deep Neural Network Library“

Maschinelles Lernen (ML) hat seinen Ursprung im Bereich der künstlichen Intelligenz, die schon vor Jahrzehnten mit dem hochgesteckten Ziel begann, einen Computer zu entwickeln, der jede Arbeit verrichten kann, die auch ein Mensch leisten kann. Während das Erreichen dieses Ziels immer noch in weiter Ferne zu sein scheint, wurden viele nützliche Tools entwickelt und erfolgreich auf eine Vielzahl von Problemen angewendet. ML ist vielmehr zu einer weit verbreiteten Technologie geworden, die vielen modernen Anwendungen zugrunde liegt. Heute verwenden die weltweit größten Finanzunternehmen, Internetfirmen und vor allem Forschungseinrichtungen ML in Anwendungen wie etwa der Internet-Suche, Betrugs- und Gesichtserkennung, dem Image-Tagging sowie Brain-Mapping, Check-Processing und der Zustandsüberwachung von Computerservern. Der „US Postal Service“ nutzt Techniken des maschinellen Lernens zur Handschrifterkennung und Regierungsbehörden im Bereich der angewandten Forschung wie etwa die IARPA und DARPA fördern die Entwicklung der nächsten Generation von ML-Systemen. Es gibt eine Vielzahl von Algorithmen und Verfahren zur Implementierung von ML-Systemen. Der gefragteste Bereich im ML ist heute der des Deep Neural Networks (DNNs).
…