Inhaltsverzeichnis:
Maschinelles Lernen war einer der größten Fortschritte in der Geschichte des Computerwesens, und es wird nun angenommen, dass es bedeutende Rollen im Bereich Big Data und Analytics übernehmen kann. Die Big-Data-Analyse ist aus Unternehmenssicht eine große Herausforderung. Beispielsweise können Aktivitäten wie das Verstehen großer Mengen unterschiedlicher Datenformate, die Datenvorbereitung für Analysen und das Filtern redundanter Daten viel Ressourcen verbrauchen. Die Einstellung von Datenwissenschaftlern und -spezialisten ist eine kostspielige Angelegenheit und liegt nicht in jedem Unternehmensbereich. Experten glauben, dass maschinelles Lernen in der Lage ist, viele analytische Aufgaben zu automatisieren - sowohl routinemäßig als auch komplex. Durch die Automatisierung des maschinellen Lernens können viele Ressourcen freigesetzt werden, die für komplexere und innovativere Aufgaben verwendet werden können. Es scheint, dass maschinelles Lernen in diese Richtung gegangen ist. (Weitere Informationen zur Verwendung des maschinellen Lernens finden Sie unter Versprechen und Fallstricke des maschinellen Lernens.)
Automatisierung im Kontext der Informationstechnologie
Automatisierung ist im Kontext der IT die Verknüpfung unterschiedlicher Systeme und Software, sodass diese ohne menschliches Eingreifen bestimmte Aufgaben ausführen können. In der IT-Branche können automatisierte Systeme sowohl einfache als auch komplexe Aufgaben ausführen. Ein Beispiel für einen einfachen Auftrag ist das Integrieren eines Formulars in eine PDF-Datei und das Senden des Dokuments an den richtigen Empfänger, während das Bereitstellen einer Offsite-Sicherung ein Beispiel für einen komplexen Auftrag sein kann.
Um seine Aufgabe zu erfüllen, muss ein automatisiertes System programmiert oder explizit angewiesen werden. Jedes Mal, wenn ein automatisiertes System den Umfang seiner Aufgaben ändern muss, muss das Programm oder der Befehlssatz von einem Menschen aktualisiert werden. Während automatisierte Systeme effizient arbeiten, können Fehler aus verschiedenen Gründen auftreten. Wenn Fehler auftreten, muss die Grundursache identifiziert und behoben werden. Es ist offensichtlich, dass automatisierte Systeme für ihre Arbeit völlig von Menschen abhängig sind. Je komplexer die Art des Auftrags ist, desto höher ist die Wahrscheinlichkeit von Fehlern und Problemen.
