Ki Fabrik Logo
Zurück zum Glossar

Was bedeutet überwachtes Lernen?

Kategorie: Künstliche Intelligenz und ihre Disziplinen
Glossareintrag zum Thema: Überwachtes Lernen

Überwachtes Lernen ist ein zentraler Begriff im Bereich der künstlichen Intelligenz (KI). Unter überwachtem Lernen versteht man einen Ansatz des maschinellen Lernens, bei dem ein Modell mithilfe von markierten Trainingsdaten trainiert wird. Diese markierten Trainingsdaten bestehen aus Eingabe- und zugehörigen Ausgabedaten, wodurch das Modell in die Lage versetzt wird, Beziehungen zwischen Eingaben und Ausgaben zu erlernen.

Das überwachte Lernen wird häufig in Anwendungsfällen eingesetzt, in denen es darum geht, Vorhersagen zu treffen oder Muster zu erkennen. Beispiele hierfür sind Bilderkennung, Spracherkennung, Spam-Erkennung in E-Mails und Predictive Maintenance in der Industrie.

Ein Synonym für überwachtes Lernen ist „supervised learning“, ein Begriff, der im englischsprachigen Raum gebräuchlich ist. Im Gegensatz zum überwachten Lernen gibt es auch das unüberwachte Lernen (unsupervised learning) und das bestärkende Lernen (reinforcement learning), welche unterschiedliche Herangehensweisen an das maschinelle Lernen darstellen.

Abkürzungen wie „SL“ oder „UM“ werden gelegentlich für überwachtes und unüberwachtes Lernen verwendet und sind in der Fachliteratur sowie in wissenschaftlichen Veröffentlichungen zu finden. In der Praxis sind diese Abkürzungen jedoch weniger verbreitet.

Da überwachtes Lernen auf großen Mengen markierter Trainingsdaten basiert, ist es wichtig, geeignete und qualitativ hochwertige Daten zu verwenden. Zudem ist die Wahl des richtigen Modells und die Anpassung der Modellparameter essentiell für den Erfolg des überwachten Lernens.

Insgesamt ermöglicht überwachtes Lernen die Entwicklung leistungsfähiger künstlicher Intelligenz-Modelle, die in der Lage sind, komplexe Aufgaben zu bewältigen und präzise Vorhersagen zu treffen. Durch die kontinuierliche Verbesserung der Modelle mithilfe von Echtzeitdaten wird das überwachte Lernen auch in Zukunft eine Schlüsselrolle im Bereich der künstlichen Intelligenz einnehmen.