{"id":100731,"date":"2016-08-19T07:17:27","date_gmt":"2016-08-19T07:17:27","guid":{"rendered":"https:\/\/gerdtestpress.online\/?p=100731"},"modified":"2016-08-19T07:17:27","modified_gmt":"2016-08-19T07:17:27","slug":"good-read-via-economist-machine-learning-government","status":"publish","type":"post","link":"https:\/\/futuristgerd.com\/de\/2016\/08\/good-read-via-economist-machine-learning-government\/","title":{"rendered":"Gute Lekt\u00fcre \u00fcber The Economist: Maschinelles Lernen und Regierung"},"content":{"rendered":"<p><a href=\"https:\/\/www.economist.com\/news\/finance-and-economics\/21705329-governments-have-much-gain-applying-algorithms-public-policy?cid1=cust\/ednew\/n\/bl\/n\/20160818n\/owned\/n\/n\/nwl\/n\/n\/NA\/n\" target=\"_blank\">Lesen: Vorhersage und Politik (The Economist)\u00a0<\/a><br \/>\nRegierungen k\u00f6nnen von der Anwendung von Algorithmen auf die \u00f6ffentliche Politik viel profitieren, aber es gibt auch Kontroversen<\/p>\n<blockquote><p>Systeme des maschinellen Lernens eignen sich hervorragend f\u00fcr Vorhersagen. Ein g\u00e4ngiger Ansatz besteht darin, ein System zu trainieren, indem man ihm eine riesige Menge an Daten, z. B. \u00fcber Studenten und ihre Leistungen, vorlegt. Die Software kaut die Beispiele durch und lernt, welche Merkmale am hilfreichsten sind, um vorherzusagen, ob ein Sch\u00fcler seine Ausbildung abbrechen wird. Einmal trainiert, kann sie eine andere Gruppe untersuchen und die Risikogruppen genau erkennen. Indem das maschinelle Lernen dazu beitr\u00e4gt, knappe \u00f6ffentliche Mittel genauer zuzuweisen, k\u00f6nnten die Regierungen erhebliche Summen sparen. Stephen Goldsmith, Harvard-Professor und ehemaliger B\u00fcrgermeister von Indianapolis, ist der Meinung, dass das maschinelle Lernen fast alle Bereiche der \u00f6ffentlichen Politik ver\u00e4ndern k\u00f6nnte.  In Krankenh\u00e4usern beispielsweise versuchen \u00c4rzte, Herzinfarkte vorherzusagen, damit sie handeln k\u00f6nnen, bevor es zu sp\u00e4t ist. Manuelle Systeme sagen etwa 30% richtig voraus. Ein von Sriram Somanchi von der Carnegie Mellon University und Kollegen entwickelter und anhand historischer Daten getesteter maschineller Lernalgorithmus sagte 80% voraus - vier Stunden vor dem Ereignis, was theoretisch Zeit zum Eingreifen l\u00e4sst. \u00a0<a href=\"https:\/\/www.economist.com\/news\/finance-and-economics\/21705329-governments-have-much-gain-applying-algorithms-public-policy?cid1=cust\/ednew\/n\/bl\/n\/20160818n\/owned\/n\/n\/nwl\/n\/n\/NA\/n\" target=\"_blank\">LESEN SIE WEITER<\/a><\/p><\/blockquote>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignright size-full wp-image-100732\" src=\"https:\/\/futuristgerd.com\/old_lib\/2016\/08\/Of_prediction_and_policy___The_Economist.png\" alt=\"Of_prediction_and_policy___The_Economist\" width=\"945\" height=\"484\" \/><\/p>","protected":false},"excerpt":{"rendered":"<p><a href=\"https:\/\/www.economist.com\/news\/finance-and-economics\/21705329-governments-have-much-gain-applying-algorithms-public-policy?cid1=cust\/ednew\/n\/bl\/n\/20160818n\/owned\/n\/n\/nwl\/n\/n\/NA\/n\" target=\"_blank\">Lesen: Vorhersage und Politik (The Economist)\u00a0<\/a><br \/>\nRegierungen k\u00f6nnen von der Anwendung von Algorithmen auf die \u00f6ffentliche Politik viel profitieren, aber es gibt auch Kontroversen<\/p>\n<p>Systeme f\u00fcr maschinelles Lernen eignen sich hervorragend f\u00fcr Vorhersagen. Ein g\u00e4ngiger Ansatz besteht darin, ein System zu trainieren, indem man ihm eine riesige Menge an Daten, z. B. \u00fcber Studenten und ihre Leistungen, vorlegt. Die Software kaut die Beispiele durch und lernt, welche Merkmale am hilfreichsten f\u00fcr die Vorhersage sind, ob ein Sch\u00fcler seine Ausbildung abbrechen wird.<\/p>\n<p> ... <a title=\"Gute Lekt\u00fcre \u00fcber The Economist: Maschinelles Lernen und Regierung\" class=\"read-more\" href=\"https:\/\/futuristgerd.com\/de\/2016\/08\/good-read-via-economist-machine-learning-government\/\" aria-label=\"Mehr Informationen \u00fcber Good read via The Economist: Maschinelles Lernen und Regierung\">Weiterlesen ...<\/a><\/p>","protected":false},"author":38,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_analytify_skip_tracking":false,"footnotes":""},"categories":[174,748,473,842,386,735,8,756],"tags":[1077,1078,632],"class_list":["post-100731","post","type-post","status-publish","format-standard","hentry","category-artificial-intelligence-2","category-cognitive-computing","category-digital-transformation","category-ia-intelligence-augmentation","category-made-me-think","category-maketechhuman","category-politics-public-policy-government","category-technology-versus-humanity","tag-machine-learning","tag-prediction","tag-the-economist","masonry-post","generate-columns","tablet-grid-50","mobile-grid-100","grid-parent","grid-33"],"acf":[],"_links":{"self":[{"href":"https:\/\/futuristgerd.com\/de\/wp-json\/wp\/v2\/posts\/100731","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/futuristgerd.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/futuristgerd.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/futuristgerd.com\/de\/wp-json\/wp\/v2\/users\/38"}],"replies":[{"embeddable":true,"href":"https:\/\/futuristgerd.com\/de\/wp-json\/wp\/v2\/comments?post=100731"}],"version-history":[{"count":0,"href":"https:\/\/futuristgerd.com\/de\/wp-json\/wp\/v2\/posts\/100731\/revisions"}],"wp:attachment":[{"href":"https:\/\/futuristgerd.com\/de\/wp-json\/wp\/v2\/media?parent=100731"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/futuristgerd.com\/de\/wp-json\/wp\/v2\/categories?post=100731"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/futuristgerd.com\/de\/wp-json\/wp\/v2\/tags?post=100731"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}