Maschinelles Lernen (englisch: Machine Learning) ist ein Teilbereich der Künstlichen Intelligenz. Diese Methode zielt darauf ab, Wissen automatisiert auf Basis von Erfahrungswerten zu generieren, ohne dass die entsprechende KI explizit für diese Aufgabe programmiert sein muss. Dabei lernen spezielle Algorithmen aus vorliegenden Beispieldaten und erkennen wiederkehrende Muster. Die gewonnenen gewonnene Erkenntnisse können anschließend verallgemeinert und auf neue unbekannte Daten angewendet werden. Eine besondere Form des Maschinellen Lernen ist das Deep Learning. 

Es werden drei sogenannte Lernstile unterschieden:

• Überwachtes Lernen (englisch: Supervised Learning): Mit sogenannten Trainingsdatensätzen werden Algorithmen (überwacht) so trainiert, dass sie die gewünschten Ausgabedaten liefern. Diese Trainingsdatensätze beinhalten gekennzeichnete Input- und Outputdaten, die es dem Algorithmus ermöglichen, mit der Zeit zu lernen. Diese Ein- und Ausgangsdaten bilden die Lerngrundlage für die zukünftige Datenverarbeitung. Die Zielvariable kann dabei eine Klassifikation oder eine Prognose sein.
• Unüberwachtes Lernen (englisch: Unsupervised Learning): Algorithmen lernen selbstständig (unüberwacht) Muster und Zusammenhänge in Daten zu erkennen. Im Gegensatz zum überwachten Lernen sind die Eingangsdaten nicht gekennzeichnet und die gewünschten Ausgangsdaten nicht vorgegeben – in den Daten können also Muster jeder Art gefunden werden. Diese Methode wird für die Generierung von Wissen und Mustern aus großen Datenmengen eingesetzt, u.a. mittels Clustering.
• Verstärkendes Lernen (englisch: Reinforcment Learning): Diese spezielle Form des Maschinellen Lernens setzt voraus, dass Algorithmen mit der Umgebung interagieren können und sie durch ein Belohnungssystem bewertet werden. Auf Basis eines Trial-and-Error-Verfahrens erlernen die KIs selbstständig eine Strategie zur Lösung eines Problems, um die Belohnung zu maximieren. Im Unterschied zum überwachten und unüberwachten Lernen, wird für das verstärkende Lernen vorab kein Datenmaterial benötigt. Vielmehr wird Wissen mithilfe von Simulationsdurchläufen generiert.

Gallerie

Fachwissen zum Thema