Unüberwachtes Lernen

Welche Muster sucht unüberwachtes Lernen?

Unüberwachtes Lernen sucht Muster in Daten, ohne für die jeweilige Trainingsaufgabe vorgegebene Zielantworten zu verwenden. Eine mögliche Aufgabe ist das Gruppieren ähnlicher Beispiele, eine andere die Verdichtung vieler Merkmale auf eine kleinere Darstellung. Welche Ähnlichkeit wichtig ist, wird durch Datenaufbereitung, Merkmale und Verfahren beeinflusst. Menschen müssen die Aufgabe und den späteren Nutzen der Ergebnisse festlegen und beurteilen. Aus einem gefundenen Muster ergibt sich seine fachliche Bedeutung nicht automatisch.

In einem erfundenen Serviceprojekt sollen Nachrichten ohne vorherige Themenetiketten nach inhaltlicher Ähnlichkeit gruppiert werden. Beschäftigte sehen sich die entstehenden Gruppen an und prüfen, ob sie wiederkehrende Anliegen verständlich bündeln. Auch Sprache oder ähnliche Formulierungen könnten die Gruppierung stärker prägen als das eigentliche Problem. Deshalb plant das Team Beispiele mit demselben Anliegen in unterschiedlichen Worten und mit ähnlichen Worten für verschiedene Anliegen. Die Gruppen dienen zunächst der Untersuchung. Ihre Benennung und eine mögliche Verwendung als Arbeitskategorien brauchen eine eigene Prüfung; Priorität oder Zuständigkeit stehen damit noch nicht fest.

Quellen

• Google · Machine Learning Glossary