Lernarten: überwacht, unüberwacht, verstärkend

Kurz: Es gibt drei Grundarten: Überwachtes Lernen (Beispiele mit richtiger Antwort), unüberwachtes Lernen (Muster ohne Antworten finden) und Verstärkungslernen (aus Belohnung lernen). Dazu kommen Mischformen wie selbstüberwachtes Lernen.

Genauer: Welche Art passt, hängt davon ab, welche Daten man hat und was man erreichen will.

Im Detail

• Überwacht: Eingabe + richtige Antwort (Label). Klassifikation (Spam ja/nein) und Regression (Hauspreis).
• Unüberwacht: Nur Eingaben. Clustering (Kundengruppen finden), Dimensionsreduktion (PCA), Anomalie-Erkennung.
• Selbstüberwacht: Die Antwort steckt in den Daten selbst. Sprachmodelle sagen das nächste Wort voraus, Bildmodelle rekonstruieren verdeckte Bildteile. Das macht riesige unmarkierte Datenmengen nutzbar.
• Verstärkungslernen: Ein Agent probiert Aktionen in einer Umgebung und bekommt Belohnungen. Beispiele: Spiele (AlphaGo), Robotersteuerung, Feinabstimmung von Chatbots (RLHF), siehe Verstärkungslernen (Reinforcement Learning).
• Halb-überwacht: Wenige Labels, viele ungelabelte Daten.
• Ablauf in der Praxis: Erst selbstüberwachtes Vortraining, dann überwachtes Nachtraining, dann Verstärkung mit Feedback.

Siehe auch: Was ist maschinelles Lernen?, Klassifikation und Regression