Als erstes deutschsprachiges Buch zeigt „Praxisbuch Unsupervised Learning“, wie sich auch mit ungelabelten Daten arbeiten lässt. Zum Einsatz kommen die Python-Frameworks Scikit-learn und TensorFlow mit Keras. In drei bis acht Jahren werden wir eine Maschine mit der allgemeinen Intelligenz eines durchschnittlichen Menschen haben“, erklärte Marvin Minsky, einer der größten Denker unserer Zeit – im Jahr 1970. Nun hat es bekanntlich doch etwas länger gedauert, bis die KI-Forschung (wieder) Fahrt aufgenommen hat. Spätestens seit das Big Data-Zeitalter aber ständig neue Datenschnipsel produziert und IT-Infrastrukturen immer leistungsfähiger werden, lässt sich aus vielerlei Informationen tatsächliches Wissen, lassen sich aus Mustern komplexe Fähigkeiten entwickeln. Gerade in jüngster Zeit bereichern diese unseren Alltag und beflügeln die Erforschung wissenschaftlicher Fragen. Voraussetzung für die Anwendung von Machine Learning-Techniken sind jedoch häufig schön strukturierte – gelabelte – Daten. Und die kommen, wie sollte es anders sein, in der „freien Natur“ eher selten vor. In seinem Praxisbuch zum unüberwachten Lernen zeigt Ankur A. Patel daher, wie sich aus unklassifizierten Daten Muster extrahieren und Anomalien entdecken lassen. Mit denen sich dann wiederum beispielsweise Filme und …