Beaufsichtigtes Lernen / Überwachtes Lernen

Beaufsichtigtes Lernen: Training mit markierten Daten

Für den Menschen wie für eine Maschine bedeutet Lernen die Fähigkeit, Gesetzmäßigkeiten zu erkennen und nachzubilden. Beim Beaufsichtigten Lernen lernt Künstliche Intelligenz mit markierten Daten. Das heißt: Beim Trainieren der KI werden dem System die Ergebnisse mitgeteilt, damit sie nach und nach die Fähigkeit einer eigenständigen Prognose erwirbt.

Ein Beispiel für Überwachtes Lernen:

• Das KI-System erhält Trainingsdaten in Form von Fotos, die entweder Äpfel oder Birnen abbilden.
• Die Trainingsdaten enthalten zusätzlich die Information über die Klassifizierung (Apfel oder Birne).
• Die KI findet anhand der Ergebnisse und der Bildmerkmale die Unterscheidungskennzeichen.
• Es macht diese Kennzeichen zur Grundlage eines neuen Algorithmus, der selbstständig Äpfel von Birnen unterscheidet.

Das Lernen der KI besteht also darin, dass das System die Lücke zwischen Input und Output schließt und die Muster erkennt, die für den Output maßgeblich sind.

Qualitativ hochwertige markierte KI-Trainingsdaten erhalten Sie schnell und in großen Mengen von clickworker.

Vor- und Nachteile des Beaufsichtigten Lernens

Überwachtes Lernen bietet sich als ideale Trainingsmethode für KI-Systeme an, wenn umfangreiche Datensätze vorhanden sind, die bereits klassifiziert sind. Künstliche Intelligenz kann diese Daten dann zum Lernen einsetzen, um immer genauere und zuverlässigere Einordnungen eigenständig vorzunehmen.

Ein Nachteil des Beaufsichtigten Lernens besteht jedoch darin, dass die Markierung von Daten in der Praxis mit großem Aufwand verbunden ist. In der Regel liegen große Mengen unmarkierter Daten vor. Um diese ohne großen Aufwand für KI-Training zu nutzen, eignet sich das unüberwachte Lernen.