Überwachtes Lernen

Woraus lernt ein überwachtes Modell?

Beim überwachten Lernen werden Eingaben zusammen mit den zugehörigen Zielangaben zum Training verwendet. Diese Zielangaben heißen Labels und können Klassen oder Zahlenwerte sein. Das Modell soll daraus Zusammenhänge lernen, um für neue Eingaben passende Ergebnisse vorherzusagen. Die Zielangaben müssen zur vorgesehenen Aufgabe passen. Der Begriff überwacht bezieht sich auf diese Vorgaben im Training; eine menschliche Freigabe im späteren Betrieb wird als eigener Prozessschritt festgelegt.

In einem erfundenen Serviceprojekt sollen frühere Nachrichten mit geprüften Zuordnungen zu den Teams Reparatur oder Abrechnung als Trainingsbeispiele dienen. Das Team klärt zunächst, ob diese Zuordnungen die heute gewünschte Zuständigkeit abbilden und einheitlich vergeben wurden. Fehlerhafte Etiketten können falsche Zusammenhänge vermitteln. Für die Bewertung sind weitere passende Nachrichten vorgesehen, die nicht zum Training gehören. Dabei soll auch geprüft werden, wie das Modell mit unklaren oder bisher unbekannten Anliegen umgeht. Vorhandene Labels ermöglichen dieses Lernverfahren, belegen aber noch keine ausreichende Qualität für den Einsatz.

Quellen

• Google · Machine Learning Glossary