Unüberwachtes Lernen

Node read time
1 Minute
Erstellt mit Stable Diffusion von Leapfrog.cl
Erstellt mit Stable Diffusion von Leapfrog.cl

Unüberwachtes Lernen ist ein Paradigma des maschinellen Lernens, bei dem Algorithmen ausschließlich aus nicht beschrifteten Daten Muster erlernen. „Während der Lernphase versucht ein unüberwachtes Netzwerk, die gegebenen Daten nachzuahmen, und verwendet den Fehler in seiner nachgeahmten Ausgabe, um sich selbst zu korrigieren (d. h. seine Gewichte und Verzerrungen anzupassen). Manchmal wird der Fehler als eine geringe Wahrscheinlichkeit ausgedrückt, dass die fehlerhafte Ausgabe auftritt.“[1]

Zu den am häufigsten verwendeten Algorithmen im unüberwachten Lernen gehören Clustering und Anomalieerkennung, „dies sind Techniken, die heute von vielen Unternehmen in wichtigen kommerziellen Anwendungen eingesetzt werden.“[2]

 

[1] Unüberwachtes Lernen, Wikipedia

[2] Andrew Ng, Stanford University & DeepLearning.AI, Machine Learning Specialization, Kurs 3, Woche 1