schwierig sein, etwas zu tun
in der Lage sein, etwas zu tun

Ich war da auch am Stolpern und habe mich gewundert. Ansonsten ist der Text ja fehlerfrei, wenn auch stilistisch etwas seltsam geschrieben.

_________________
| | | | |

https://www.instagram.com/meinkrakau

Oha, dieser Thread hat Potential.

Dass man "predictive" mit "prädiktiv" übersetzt kann ich noch nicht, auch nicht von unseren jungen Ingenieuren. Der Duden sagt: sehr selten in Gebrauch. Das wird sich schnell ändern. Das verliert das nächste deutsche Wort seine Bedeutung. "Machine learning" ist ja an sich eine sehr gute Sache. Das sich die Technik schnell entwickelt ist seit dem Erfolg von sichtbar. Für Fotografen ist der Autofokus ein anderes gutes Beispiel (zum ersten Mal "publiziert" mit der D90). Ich hab nur so meine Zweifel, wenn dann Fragen nach Meinungen, Minderheiten, was ist besser, oder "Gibt es auch in Zukunft Pentax Kameras?" auftauchen. "Machine Learning" basiert halt auf Statistik der "Masse". In welcher Hinsicht auch immer.


Das meinte ich mit etc. Ich hatte es vor ein paar Wochen einmal probiert, dann wurde es mir zu intim, so dass ich es abgebrochen habe.

_________________
Freundliche Grüsse aus der Schweiz

"When you take a flower in your hand and really look at it, it's your world for a moment. I want to give that world to someone else." Georgia O'Keeffe

Deiner emotionalen Antwort entnehme ich, es stört Dich meistens nicht, aber manchmal (bei der VB) dann schon.

_________________
Freundliche Grüsse aus der Schweiz

"When you take a flower in your hand and really look at it, it's your world for a moment. I want to give that world to someone else." Georgia O'Keeffe

Der Satz müsste m.E. mit "anzupassen", statt "anpassen" enden. Es läge mir auch wirklich fern, einen Menschen auf so einen Flüchtigkeitsfehler aufmerksam zu machen. Bei dieser vielgepriesenen AI stelle ich mir nur die Frage, ob es einfach nicht so weit her mit dem I oder eine "bewusste Entscheidung" des Algorithmus ist, den menschlichen Leser zu foppen und Menschlichkeit vorzugaukeln. Infinitiv mit zu kommt ab der 5. Klasse dran, das sollte so ein Maschinchen drauf haben.

_________________
LG Frank

*** Der Link ist nur für Mitglieder sichtbar. Bitte registriere Dich, oder logge dich ein. ***

Ja.



Ist der üblicherweise genutzte und deswege übersetze ich es auch so. Was sagen Eure jungen Ingenieure? Vorhersageanalytik? Oder Predictive Analytics? Ist interessant. Während die Normalbevölkerung von Apps spricht, höre ich von Entwicklern häufiger Anwendung. Was den Duden betrifft, brauchen die ein paar Jahre, manchmal auch Jahrzehnte, um auf sprachliche Änderungen zu reagieren. Da ich hauptsächlich IT-Zeug übersetze und dann auch noch den neuesten Krempel, habe ich sehr oft das Problem, dass es noch keine deutschen Begriffe gibt oder dass nur die englischen Begriffe genutzt werden (sollen). Das aber auch bei betriebswirtschaftlichen Begriffen, die aus den USA rüberschwappen.



Den verlinkten Artikel von der Zeit hatte ich schon gelesen, fand ihn aber in jeder Hinsicht grausam. Das Fräulein schien verstimmt, dass sie kein Gespräch bekam. Aber Deepl an sich ist ein gutes Beispiel, wo ich es mir manchmal nicht mehr mit schlichter Anfütterung und ML erklären kann, sondern wo ich durchaus das Gefühl habe, dass es in Kombination mit meinen CAT-Tools eben mehr ist. Insbesondere dann, wenn in den Ausgangstexten Fehler sind, die bei der Übersetzung korrigiert werden. Und ich meine keine Tippfehler, sondern inhaltliche, wo ein übergeordnetes Textverständnis nötig ist. Auch hatte ich anfangs vermutet, dass die Gratisversion von Deepl schlechter werden könnte, da es ja auch durch die Änderungen der Nutzer dazulernt, die nicht immer gut oder richtig sind. Wie sie bei Deepl (und anderswo) das Falschlernen durch Verschlimmbesserungen vermeiden, ist mir immer noch nicht ganz klar. Ich mache auch regelmäßig Tests, bei denen ich die Gratisversion von Deepl mit Gedichten oder Liedtexten unter Druck setze. Auch da wird es stetig besser. Und Poesie ist eben eine ganz andere Sache als standardisierte Gesetzestexte, Verträge oder Wetterberichte.

_________________
| | | | |

https://www.instagram.com/meinkrakau

Ja, natürlich!
Hätte ich den Text abgetippt, wäre es mir wohl aufgefallen.

Interessant wäre es natürlich zu schauen, ob ChatGPT konsistent ist oder wechselmütig wie ein Mensch einfach mal eine andere Antwort gibt. Vielleicht hat ja ein User hier Lust, bei ChatGPT die beiden Fragen noch einmal zu stellen, damit man sehen könnte, ob die KI in ihrer ganzen foppenden Natur ganz andere Antworten gibt als die, die wir hier zu lesen bekommen haben.

Nachher kommt so was raus, kurz und knapp: Pentax ist dem Untergang geweiht.

_________________
| | | | |

https://www.instagram.com/meinkrakau

Haargenau die gleiche Frage gestellt (allerdings weiß ich nicht ob ElCapitan die Frage auf Deutsch oder Englisch gestellt hat).

Antwort ChatGPT:

"Ja, es ist wahrscheinlich, dass Pentax weiterhin Kameras produzieren wird. Das Unternehmen hat eine lange Geschichte in der Fotografie-Branche und ist ein anerkannter Markenname. Es ist unwahrscheinlich, dass sie ihre Kamera-Produktion einstellen werden, solange es eine Nachfrage nach ihren Produkten gibt."

_________________
Immer, wenn man die Meinung der Mehrheit teilt, ist es Zeit sich zu besinnen.
- Mark Twain
open mind for a different view and nothing else matters!

Wikipedia ist keine zuverlässige Quelle. Was der Duden hinterherhinken mag, hetzt Wikipedia vorraus.

Es gibt keinen einheitlichen Begriff. Es kommt auf den Zusammenhang an. Der Ursprung der Methoden was man heute als "predictive analytics" bezeichnet liegt in der Wahrscheinlichkeit, Prognosemodellen und Numerik. Dort spricht man von Vorhersagemodellen. "Predictive maintenance" nennen wir beispielsweise "vorausschauende Instandhaltung". Auch nicht ideal, ich weiss. Aber meistens wird der englische Begriff behalten (oft kursiv gesetzt). Es wird gar nicht mehr übersetzt (wie Du auch schreibst), weil das oft eh zu einer gewissen Komik führt (bei prädiktiv beispielsweise). Eigentlich sind das recht "alte" Verfahren (zB Regressionsanalyse). In den letzten Jahren entwickelt sich das Fachgebiet so rapide aufgrund der unendlichen Tiefe des Internets. Es fallen eine Menge an Daten an, die bis vor ein paar Jahren unvorstellbar war. Diese sind auch noch frei zugänglich. Um das ganze Thema "Big Data" entwickelt sich die Begriffswelt so schnell, dass man mit Deutsch dort auf verlorenen Posten steht. In 10 Jahren werden sich die Nebel gelichtet haben. Die jetzige Generation Forscher ist "erinnerungsfrei" was deutsche Begriffe angeht. Geforscht wird in Englisch. Mit Immersionsklassen an den Kantonsschulen (entspricht Gymnasium) lernt man die deutschen Fachbegriffe erst gar nicht mehr.

Das wird sein wie überall. Dort wo die Modelle versagen, greift man von Hand ein (alternativ die Modelle mit zusätzlichen Daten füttern, oder Modelle anpassen). Irgendjemand wird den Datensätzen einen Qualitätsparameter zuordnen, und dieser zusätzliche Parameter wird dann verwendet.

_________________
Freundliche Grüsse aus der Schweiz

"When you take a flower in your hand and really look at it, it's your world for a moment. I want to give that world to someone else." Georgia O'Keeffe

Dass es keinen einheitlichen Begriff gibt, und zwar in vielen Bereichen, bringt mich häufiger zu Schwierigkeiten beim Übersetzen. Insbesondere, wenn die Texte suchmaschinenoptimiert sein sollen (obwohl da die verschiedenen Begriffe auch nicht mehr so wichtig sind wie früher). Interessanterweise gibt es bei den polnischen Texten viel häufiger gute Übersetzungen von Fachbegriffen, die ich dann aber über den Umweg Englisch ergoogeln muss, um dann festzustellen, dass man im Deutschen noch keinen eigenen Begriff nutzt.

Aber beim Googeln von "Prädiktive Analytik" bekomme ich nicht nur Wikipedia, sondern sehr viele Links zu , , , zu und zu vielem mehr wie Lerninhalten.

_________________
| | | | |

https://www.instagram.com/meinkrakau