Funktionsweise des Machine Learning

Beim Machine Learning kommen zwei unterschiedliche Techniken zum Einsatz: das überwachte Lernen, bei dem ein Modell anhand bekannter Eingabe- und Ausgabedaten trainiert wird, damit es künftige Ergebnisse vorhersagen kann, und das nicht überwachte Lernen, bei dem nach versteckten Mustern oder intrinsischen Strukturen in den Eingabedaten gesucht wird.

Überwachtes Lernen

Beim überwachten Machine Learning wird ein Modell erstellt, das Vorhersagen auf der Grundlage von Indizien unter Berücksichtigung von Unsicherheitsfaktoren trifft. Ein Algorithmus zum überwachten Lernen nimmt also einen bekannten Eingabedatensatz und bekannte Reaktionen auf die Daten (Ausgabe) und trainiert damit ein Modell, um begründete Vorhersagen für die Reaktion auf neue Daten zu erstellen. Das überwachte Lernen wird empfohlen, wenn die Daten für die zu prognostizierende Ausgabe bekannt sind.

Beim überwachten Lernen werden Klassifizierungs- und Regressionsverfahren eingesetzt, um Machine-Learning-Modelle zu entwickeln.

Klassifizierungstechniken ermöglichen die Vorhersage diskreter Reaktionen – etwa ob eine E-Mail authentisch oder Spam ist oder ob ein Tumor bösartig oder gutartig ist. Dabei ordnen Klassifizierungsmodelle die Eingabedaten verschiedenen Kategorien zu. Zu den häufigsten Anwendungsmöglichkeiten gehören beispielsweise die medizinische Bildgebung, Spracherkennung und Bonitätsprüfungen.

Wählen Sie die Klassifizierung, wenn Ihre Daten mit bestimmten Tags versehen, kategorisiert oder in einzelne Gruppen oder Klassen eingeteilt werden können. So nutzen z. B. Anwendungen zur Handschrifterkennung die Klassifizierung, um Buchstaben und Zahlen zu erfassen. In der Bildverarbeitung und bei Computer Vision werden nicht überwachte Mustererkennungsverfahren zur Objekterkennung und Bildsegmentierung eingesetzt. Die am häufigsten verwendeten Klassifizierungsalgorithmen finden Sie hier.

Regressionstechniken sagen kontinuierliche Ausgänge voraus, z. B. schwer zu messende physikalische Größen wie den Ladezustand von Batterien, die Stromlast im Netz oder die Kurse von Finanzanlagen. Zu den gängigsten Anwendungen zählen hier die virtuelle Sensorik, Stromlastprognosen und das algorithmische Trading.

Greifen Sie daher auf Regressionstechniken zurück, wenn Sie mit einem entsprechenden Datenbereich arbeiten oder wenn es sich bei dem Ergebnis um eine reelle Zahl handelt, z. B. die Temperatur oder die Dauer bis zum Ausfall eines Geräts. Die am häufigsten verwendeten Regressionsalgorithmen finden Sie hier.

Nicht überwachtes Lernen

Beim nicht überwachten Lernen werden versteckte Muster oder intrinsische Strukturen in Daten ermittelt. Diese Methode wird verwendet, um Rückschlüsse aus Datensätzen zu ziehen, die aus Eingabedaten ohne gekennzeichnete Ergebnisse bestehen.

Das Clustering ist dabei die am weitesten verbreitete Technik zum nicht überwachten Lernen. Es wird für die explorative Datenanalyse eingesetzt, mit der versteckte Muster oder Gruppierungen in den Daten gefunden werden können. Zu den Anwendungen der Clusteranalyse gehören die beispielsweise die Gensequenzanalyse, die Marktforschung und die Objekterkennung.

Wenn beispielsweise ein Mobilfunkunternehmen die Standorte für den Bau von Mobilfunkmasten optimieren möchte, kann es mithilfe des Machine Learning die Anzahl der Personencluster abschätzen, die auf diese Masten angewiesen sind. Ein Telefon kann immer nur mit einem einzigen Sendemast kommunizieren. Daher verwendet das Team Clustering-Algorithmen, um die bestmögliche Standortwahl für Mobilfunkmasten zu treffen und den Signalempfang für Gruppen oder Cluster ihrer Kunden zu optimieren. Die am häufigsten verwendeten Cluster finden Sie hier.

Wie entscheidet man, welcher Machine-Learning-Algorithmus verwendet werden sollte?

Die Wahl des richtigen Algorithmus kann auf den ersten Blick kompliziert erscheinen – es gibt Dutzende von überwachten und nicht überwachten Algorithmen zum Machine Learning und jeder verfolgt einen anderen Lernansatz.

Dabei gibt es weder die eine richtige Methode noch eine Lösung, die immer geeignet ist. Die Suche nach dem richtigen Algorithmus ist zum Teil eine Herausforderung, die nur durch Ausprobieren zu bewältigen ist – selbst sehr erfahrene Datenwissenschaftler können nicht pauschal sagen, ob ein Algorithmus funktioniert, ohne ihn vorher auszuprobieren. Die Wahl des Algorithmus hängt aber auch von der Größe und Art der verwendeten Daten ab, von den Erkenntnissen, die Sie aus den Daten gewinnen wollen, und der geplanten Nutzung dieser Erkenntnisse.