Maschinelles Lernen trainiert Algorithmen, Muster in Daten zu erkennen und Vorhersagen zu treffen. Anstatt explizite Regeln zu programmieren, werden dem Algorithmus Beispiele zugeführt. Er lernt den Zusammenhang zwischen Eingaben und Ausgaben und wendet dieses Wissen dann auf neue Daten an. Ein Spamfilter lernt aus Millionen von gekennzeichneten E-Mails. Ein Empfehlungssystem lernt aus dem Nutzerverhalten. Ein Betrugsmodell lernt aus historischen Transaktionen. Der Algorithmus verbessert sich mit zunehmender Datenmenge – bis zu einem gewissen Punkt.

Die wichtigsten Arten sind überwachtes, unüberwachtes und bestärkendes Lernen. Überwachtes Lernen verwendet gelabelte Daten. Der Algorithmus lernt, Eingaben bekannten Ausgaben zuzuordnen. Klassifizierung sagt Kategorien voraus. Regression sagt Zahlen voraus. Unüberwachtes Lernen findet Strukturen in ungelabelten Daten. Clustering gruppiert ähnliche Datensätze. Dimensionsreduktion vereinfacht komplexe Daten. Bestärkendes Lernen trainiert einen Agenten durch Versuch und Irrtum, indem es gute Aktionen belohnt und schlechte bestraft. Es ist die Grundlage für Spielsysteme und Robotik. Jede Art eignet sich für unterschiedliche Probleme. Die Qualität der Trainingsdaten bestimmt die Qualität des Modells. Verzerrte Daten führen zu verzerrten Vorhersagen. Unvollständige Daten führen zu unzuverlässigen Vorhersagen. Überanpassung ist ein ständiges Risiko. Ein Modell, das die Trainingsdaten auswendig lernt, schneidet bei neuen Daten schlecht ab. Regularisierung, Kreuzvalidierung und mehr Daten helfen. Maschinelles Lernen ist leistungsstark und anfällig. Es findet Muster, auch solche, die nicht existieren sollten.

Arten des maschinellen Lernens

• Überwachtes Lernen – gelabelte Daten, Klassifizierung und Regression
• Unüberwachtes Lernen – ungelabelte Daten, Clustering und Dimensionsreduktion
• Verstärkung – Versuch und Irrtum mit Belohnungen
• Deep Learning – neuronale Netze mit vielen Schichten

Maschinelles Lernen ist Mustererkennung im großen Stil. Das Muster ist nur so gut wie die Daten, aus denen es entstanden ist.