Welche Arten von Machine Learning gibt es?

Überwachtes Lernen (Supervised Learning): Hierbei wird die KI nicht nur mit Beispieldaten “gefüttert”, sondern auch mit vorgegebenen Zielvariablen, anhand derer sie im Anschluss an den Lernprozess unbekannte Datensätze kategorisieren kann. Unüberwachtes Lernen (Unsupervised Learning): Bei dieser Form des Machine Learning identifiziert der Algorithmus eigenständig wiederkehrende Muster und Parameter in den ihm vorliegenden Daten, nach denen er diese dann gruppiert. Bestärkendes Lernen (Reinforcement Learning): Diese Art des Lernens basiert auf einem System von Belohnung bzw. Bestrafung. Anhand von Kostenfunktionen bekommt das System für eine durchgeführte Aktion ein positives oder negatives Feedback und lernt dadurch fortlaufend, bei weiteren Aktionen die Belohnung zu maximieren.

Machine Learning: Definition und Kontext

Machine Learning, also maschinelles Lernen, bezeichnet den Prozess der automatisierten Generierung von Daten, also “Wissen”, ohne dass diese explizit programmiert werden müssen. Die darauf ausgelegten Systeme nutzen Algorithmen, um aus bereits vorhandenen Datenbanken Zusammenhänge und Muster zu erkennen und diese in ein statistisches Modell zu überführen. Damit kann die Software in der Folge neue Daten kategorisieren und entsprechend verarbeiten. Machine Learning ist per Definition also ein Teilbereich der künstlichen Intelligenz.

Was ist Machine Learning und welche Arten gibt es?

Im Zuge zunehmender Technologisierung aller Wirtschaftszweige und der damit einhergehenden, wachsenden Datenmenge (“Big Data“) kommt dem maschinellen Lernen eine immer größere Bedeutung zu. Damit jedoch die KI, bzw. der Algorithmus der Maschine, richtig arbeiten kann, müssen im Vorfeld sorgfältig zusammengestellte Trainingsdaten eingegeben und bestimmte Regeln implementiert werden, nach denen die Daten ausgewertet werden sollen. In welchem Rahmen dies geschehen muss, ist je nach Art des Machine Learning unterschiedlich. Es wird zwischen drei Arten unterschieden:

Überwachtes Lernen (Supervised Learning): Hierbei wird die KI nicht nur mit Beispieldaten “gefüttert”, sondern auch mit vorgegebenen Zielvariablen, anhand derer sie im Anschluss an den Lernprozess unbekannte Datensätze kategorisieren kann.
Unüberwachtes Lernen (Unsupervised Learning): Bei dieser Form des Machine Learning identifiziert der Algorithmus eigenständig wiederkehrende Muster und Parameter in den ihm vorliegenden Daten, nach denen er diese dann gruppiert.
Bestärkendes Lernen (Reinforcement Learning): Diese Art des Lernens basiert auf einem System von Belohnung bzw. Bestrafung. Anhand von Kostenfunktionen bekommt das System für eine durchgeführte Aktion ein positives oder negatives Feedback und lernt dadurch fortlaufend, bei weiteren Aktionen die Belohnung zu maximieren.

Sie interessieren sich für Anwendungsentwicklung und Anwendungsmodernisierung? Neben diesem Beitrag zum Thema Machine Learning finden Sie weitere Erläuterungen und Begriffsklärungen in unserem IT-Glossar! Gerne beraten wir Sie persönlich zu einer Softwaremodernisierung für Ihr Unternehmen.