Expertenwissen nicht nötig

Tools für Machine Learning im Überblick

Werner Kurzlechner lebt als freier Journalist in Berlin und beschäftigt sich mit Rechtsurteilen, die Einfluss auf die tägliche Arbeit von Finanzentscheidern nehmen. Als Wirtschaftshistoriker ist er auch für Fachmagazine und Tageszeitungen jenseits der IT-Welt tätig.

Anbieter und Marktplätze für Machine Learning

Die meisten Anwendungsentwickler seien keine Machine Learning-Experten, so Forrester. Deshalb helfe den Anwendern der Software-Markt weiter. So seien entsprechende Funktionen in die besten Analyse-Tools für Unternehmen eingebaut. In alphabetischer Reihenfolge nennen die Analysten hier diese Anbieter: Alpine Data Labs, Alteryx, Angoss Software, DellDell, FICO, IBMIBM, KNIME.com, MicrosoftMicrosoft, OracleOracle, Predixion Software, RapidMiner, SAPSAP und SAS. Spezielle Tools würden auch von DataRobot, H2O, Skytree und anderen angeboten. Alles zu Dell auf CIO.de Alles zu IBM auf CIO.de Alles zu Microsoft auf CIO.de Alles zu Oracle auf CIO.de Alles zu SAP auf CIO.de

"Die Open Source-Community ist eine reichhaltige Quelle an Informationen und Forschungen über Machine Learning-Algorithmen und -Bibliotheken", heißt es weiter in der Studie. Unter anderem beinhalte die Open Source-Programmiersprache für Statistik R Implementierungen für Machine Learning-Algorithmen. Darüber hinaus bieten laut Forrester auch die großen Cloud-Anbieter AmazonAmazon, GoogleGoogle und Microsoft auf ihren Plattformen entsprechende Funktionen an. Analytics-Marktplätze in der Cloud, auf denen Entwickler Algorithmen anbieten und einkaufen können, gibt es ebenfalls bei diesen Platzhirschen, aber auch bei kleineren Startups wie etwa Algorithmia. Alles zu Amazon auf CIO.de Alles zu Google auf CIO.de

Hinzu kommen Angebot von Beratungshäusern und Paketanwendungen. Accenture, CI&T, Deloitte, Infosys, Mindtree und Virtusa haben Machine Learning laut Forrester in ihren großen Daten- und Analyseangeboten mit drin. Ferne gebe es auf diesem Markt spezialisierte Anbieter wie Beyond The Arc, Fractal Analytics und Think Big, A Teradata Company.

"Der Krieg der Algorithmen hat begonnen"

Wer nach Data Science-Talenten für Machine Learning-Projekte suche, könne auf Websites wie Experfy.com oder Upwork.com fündig werden, so Forrester. "Ein anderer Ansatz ist es, seine Machine Learning-Aufgabe auf Kaggle.com oder Algorithmia zu posten", erläutern Gualtieri und Curran weiter. "Dort können Data Scientist an Ihrem Problem knobeln - in der Hoffnung auf den Gewinn des Preisgeldes, das Sie für die beste Lösung ausgelobt haben."

"Der Krieg der Algorithmen hat begonnen", konstatiert Forrester. Der Einsatz von Machine Learning-Apps werde sich zu einem Schlüsselfaktor im Kampf um die Gunst der Kunden entwickeln. Faktoren für die zu erwartenden schnellen Fortschritte in diesem Feld seien neben vertieften akademischen Forschungen auch Big DataBig Data als Treibstoff - schließlich sind es Daten, mit denen lernende Algorithmen gefüttert werden - und das harte Wettrennen der Internetgiganten um die besten Algorithmen. Alles zu Big Data auf CIO.de

Als normalsterblicher Entwickler werde man an das Herrschaftswissen von Google, Amazon und Co. zwar nicht herankommen. Sehr wohl könne man sich von den entstehenden Apps aber inspirieren lassen und Ideen aus ihnen ziehen. Die Nutzung werde zudem durch den wachsenden Austausch von Algorithmen etwa auf dem Azure Marketplace von Microsoft beschleunigt.

Diese Zusammenhänge werden genauer erläutert in der Forrester-Studie "A Machine Learning Primer For BT Professionals". Wie man Prognose-Modelle auf Machine Learning-Basis erstellt, demonstriert Mike Gualtieri in sechs Schritten in seinem Blog. Wer mit zerstückeltem Obst fühlt, sollte es sich nicht ansehen.

Zur Startseite