Maschinelles Lernen: Muster in Beispielen finden — Informatik, 11–13 Jahre
Beim maschinellen Lernen gibt man dem Computer viele Beispiele, statt jede Regel von Hand zu schreiben. Der Computer findet Muster in diesen Beispielen und nutzt sie für eine brauchbare Vorhersage.
Aus Beispielen lernen
Ein System für maschinelles Lernen untersucht Beispiele, etwa Bilder mit der Kennzeichnung „Katze“ oder „keine Katze“. Es passt sein inneres Muster an, bis es ein neues Bild einschätzen kann. Es lernt nicht wie ein Mensch, sondern findet Regelmäßigkeiten in Daten.
Warum aus Beispielen lernen?
Manche Aufgaben sind zu unübersichtlich für eine kurze Liste von Regeln. Sprache, Gesichter oder Spam zu erkennen hängt von vielen kleinen Hinweisen ab, die schwer aufzuschreiben sind. Beispiele erlauben dem Computer, diese Hinweise zu nutzen.
Nachrichten sortieren
Ein Filter sieht 100 Nachrichten: 60 sind als „normal“, 40 als „Spam“ gekennzeichnet. Schritt 1: Er misst Hinweise wie wiederholte Werbung oder seltsame Links. Schritt 2: Er vergleicht eine neue Nachricht mit den Mustern. Schritt 3: Er sagt „Spam“ voraus, kann aber irren.
Eine Vorhersage ist keine Gewissheit
Man könnte leicht denken, ein System kenne die Antwort immer, wenn es aus Beispielen gelernt hat. Das ist verständlich, weil sichere Ergebnisse klug wirken können. Es kann aber einen neuen Fall, ein schlechtes Beispiel oder ein unfaires Muster sehen; deshalb muss man prüfen.
Empfehlungen und Barrierefreiheit
Maschinelles Lernen kann ein Lied empfehlen, gesprochene Wörter in Untertitel umwandeln oder einer Kamera helfen, Gegenstände zu erkennen. Das kann nützlich sein, hängt aber von früheren Beispielen ab und kann bei anderen Menschen oder Situationen versagen. Menschliches Urteilsvermögen bleibt wichtig.
Weiter erkunden
Andere Sprachen
MyLeoNes™ wird geladen…