Informatik-Spektrum

, Volume 39, Issue 1, pp 64–68

Interactive Machine Learning (iML)

  • Andreas Holzinger
AKTUELLES SCHLAGWORT INTERACTIVE MACHINE LEARNING (iML)

DOI: 10.1007/s00287-015-0941-6

Cite this article as:
Holzinger, A. Informatik Spektrum (2016) 39: 64. doi:10.1007/s00287-015-0941-6

Zusammenfassung

Während Machine Learning (ML) in vielen Domänen sehr gut funktioniert, wie die Leistung selbstfahrender Autos zeigt, bergen vollautomatisierte ML-Methoden in komplexen Domänen die Gefahr der Modellierung von Artefakten. Ein Beispiel für eine komplexe Domäne ist die Biomedizin, wo wir mit hochdimensionalen, probabilistischen und unvollständigen Datenmengen konfrontiert sind. In solchen Problemstellungen kann es vorteilhaft sein, nicht auf menschliches Domänenwissen zu verzichten, sondern vielmehr menschliche Intelligenz und ML zu kombinieren.

Copyright information

© Springer-Verlag Berlin Heidelberg 2015

Authors and Affiliations

  • Andreas Holzinger
    • 1
    • 2
  1. 1.Institut für Medizinische Informatik, Statistik und Dokumentation, Research Unit HCI-KDDMedizinische Universität GrazGrazÖsterreich
  2. 2.Fakultät für Informatik & Biomedizinische Technik, Institut für Informations Systeme & Computer MedienTechnische Universität GrazGrazÖsterreich

Personalised recommendations