Was maschinelles Lernen ist, kurz gesagt
Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, in dem Computer Muster aus Daten lernen, statt explizite Regeln zu bekommen. Ein Modell wird an Beispielen trainiert, an ungesehenen Beispielen gemessen und dann für Vorhersagen zu neuen Fällen genutzt.
Arthur Samuel, der den Begriff 1959 prägte, beschrieb es als die Fähigkeit von Computern, zu lernen, ohne explizit programmiert zu werden. Das meiste, was heute KI genannt wird, ist maschinelles Lernen.
- Begriff geprägt
- 1959, Arthur Samuel (IBM)
- Braucht
- Daten, ein Modell und eine Möglichkeit, den Fehler zu messen
- Hauptarten
- Überwacht, unüberwacht, bestärkend
- Größte Falle
- Überanpassung: auswendig lernen statt lernen
Trainieren Sie ein Bestanden/Durchgefallen-Modell von Hand
Zwanzig Schüler: gelernte Stunden und ob sie bestanden haben. Ziehen Sie die Linie, um die Regel „ab so vielen Stunden: bestanden“ festzulegen. Training heißt, die Linie mit den wenigsten Fehlern zu finden.
Komplexer ist nicht immer klüger
Ein Modell wird an Daten beurteilt, die es nicht gesehen hat. Erhöhen Sie die Komplexität: Der Trainingsfehler sinkt weiter, doch der Testfehler sinkt und steigt dann wieder, wenn das Modell beginnt, Rauschen auswendig zu lernen.