noun
Überwachtes Lernen ist eine Technik des maschinellen Lernens, bei der ein Algorithmus mit einem beschrifteten Datensatz trainiert wird, also mit Eingabe-Ausgabe-Paaren. Zum Beispiel, wenn man einer KI beibringen möchte, Katzen zu erkennen, zeigt man ihr tausende beschriftete Bilder von Katzen und Nicht-Katzen.
Es funktioniert, indem man dem Modell Daten mit den richtigen Antworten zuführt, sodass es seine internen Regeln anpassen kann, um Fehler zu minimieren. Im Gegensatz zum unüberwachten Lernen, bei dem die KI Muster ohne vordefinierte Beschriftungen findet.
Für Entwickler ist überwachtes Lernen leistungsfähig, erfordert aber hochwertige, beschriftete Daten, was teuer und zeitaufwendig sein kann. Zum Beispiel erfordert das Training eines Sprachmodells wie eines Chatbots typischerweise Millionen beschrifteter Sätze, was tausende Euro in der Datenvorbereitung kosten kann.
Ein Spamfilter nutzt überwachtes Lernen, um E-Mails basierend auf beschrifteten Beispielen als 'Spam' oder 'kein Spam' zu klassifizieren.
In anderen Sprachen
Siehe auch: Unsupervised learning