Maschinelles Lernen ist ein Teilgebiet der KI. Ein Modell lernt aus Daten, welche Eingaben typischerweise zu welchen Ausgaben gehören, anstatt jede Regel einzeln programmiert zu bekommen.
Einfach erklärt
Statt einem Computer jede mögliche Regel aufzuschreiben, zeigt man ihm viele Beispiele. Aus diesen Beispielen lernt ein Modell wiederkehrende Muster. Danach kann es neue, bisher nicht gesehene Fälle einschätzen.
Ein Lernverfahren „versteht“ die Beispiele nicht automatisch wie ein Mensch. Es verändert Zahlenwerte im Modell so, dass die berechneten Ausgaben bei den Trainingsbeispielen möglichst gut zu den gewünschten Ergebnissen passen.
Anschauliches Beispiel
Für eine Bilderkennung werden viele Bilder mit den Bezeichnungen „Katze“ und „Hund“ verwendet. Während des Trainings passt das Modell seine Parameter an. Bei einem neuen Bild berechnet es anschließend Wahrscheinlichkeiten für die gelernten Kategorien.
Fortgeschrittene Erklärung
Beim überwachten Lernen liegen Eingaben und gewünschte Zielwerte vor. Beim unüberwachten Lernen sucht ein Verfahren Strukturen in nicht beschrifteten Daten, etwa Gruppen ähnlicher Datensätze. Beim Reinforcement Learning erhält ein System Rückmeldungen in Form von Belohnungen und lernt eine Strategie für aufeinanderfolgende Entscheidungen.
Training, Validierung und Test müssen getrennt betrachtet werden. Gute Ergebnisse auf Trainingsdaten beweisen nicht, dass ein Modell auf neue Daten verallgemeinert. Überanpassung entsteht, wenn ein Modell Besonderheiten der Trainingsdaten lernt, die außerhalb dieses Datensatzes nicht gelten.
Expertenwissen
Ein Modell mit Parametern θ wird häufig durch Minimierung einer Verlustfunktion L(θ) trainiert. Gradientenbasierte Optimierer verändern θ schrittweise in eine Richtung, die den Fehler auf den Trainingsdaten verringert. Generalisierung, Regularisierung, Datenverteilung und die Wahl geeigneter Bewertungsmetriken sind zentrale Bestandteile der Modellierung.
Maschinelles Lernen ist nicht auf neuronale Netze beschränkt. Lineare Modelle, Entscheidungsbäume, Support-Vector-Machines, probabilistische Modelle und Clustering-Verfahren bleiben für viele Aufgaben sinnvoll und oft besser erklärbar.
Möglichkeiten und Grenzen
- Geeignet für Aufgaben, bei denen genügend repräsentative Daten und messbare Zielgrößen vorhanden sind.
- Schlechte oder einseitige Daten führen zu entsprechend problematischen Ergebnissen.
- Veränderte Umweltbedingungen können die Leistung nach der Einführung verschlechtern.
- Eine hohe Durchschnittsgenauigkeit kann seltene, aber wichtige Fehler verdecken.