Intelligente Software bauen

Es heißt, wenn man nur einen Hammer hat, dann sehen ­alle Probleme wie Nägel aus. Dieses Phänomen gibt es auch, wenn es um künstliche Intelligenz und Machine-Learning-Lösungen geht. Da kommen in erster Linie neuronale Netzwerke und Deep-Learning-Algorithmen in Betracht, die in der letzten Zeit sehr erfolgreich für Bild-, Video- und Sprach­erkennung beziehungsweise -synthese eingesetzt werden. Es gibt dennoch viele Problemstellungen, die sich viel besser mit klassischen Methoden des maschinellen Lernens lösen lassen. Unter anderem ist Infer.NET [1] ein hervorragendes Machine Learning Framework, welches das probabilistische Programmieren mittels der bayesschen Inferenz unter .NET und .NET Core ermöglicht.