Wie eine Maschine aus Beispielen lernt
Beim maschinellen Lernen findet ein Programm Muster in vielen Beispielen. Damit sagt es dann Neues voraus.
Das lernst du heute
- Ich weiß: Maschinelles Lernen heißt, aus Beispielen Muster zu erkennen.
- Ich kann Trainingsdaten und Test unterscheiden.
- Ich weiß, warum die Auswahl der Beispiele wichtig ist.
Das brauchst du schon: Vielleicht hilft dir zuerst diese Lektion: Entscheidungsbäume
Beim maschinellen Lernen bekommt ein Programm viele Beispiele. Zu jedem Beispiel gehört die richtige Antwort. Das nennt man Trainingsdaten. Das Programm sucht Muster, zum Beispiel: Äpfel sind meist rund, Bananen sind gebogen. Danach bekommt es ein neues Bild und sagt voraus, was darauf ist. Der Entscheidungsbaum aus der letzten Lektion kann so aus Beispielen entstehen. Wichtig: Das Programm kann nur lernen, was in den Beispielen vorkommt. Zeigt man ihm nur Katzen auf Sofas, lernt es vielleicht „Sofa“ statt „Katze“. Gute Beispiele sind vielfältig.
| Schritt | Was passiert |
|---|---|
| 1. Beispiele sammeln | Bilder mit richtiger Beschriftung |
| 2. Lernen | Das Programm findet Muster |
| 3. Testen | Neue Bilder, die es noch nicht kannte |
| 4. Nutzen | Das Programm sagt Neues voraus |
Vom Beispiel zum Muster
- Sammle Beispiele mit richtiger Antwort.
- Suche Merkmale, die oft zusammen auftreten.
- Teste mit neuen Beispielen.
- Fehler zeigen, wo du bessere Beispiele brauchst.
Ich verstehe das noch nicht
Such dir aus, was dir hilft.
Noch einfacher erklärt
Beispiele sammeln.
Muster finden.
Mit neuen Beispielen testen.
Ein Beispiel
Ein Kind lernt Hunde kennen, indem es viele verschiedene Hunde sieht. Dann erkennt es auch einen neuen Hund.
Schritt für Schritt
Wir trainieren ein Programm: Apfel oder Banane?
- Beispiel 1: rund, rot, Apfel.
- Beispiel 2: gebogen, gelb, Banane.
- Neues Bild: gebogen, gelb. Voraussage: Banane.
Mit einem Bild erklärt
| Form | Farbe | Antwort |
|---|---|---|
| rund | rot | Apfel |
| gebogen | gelb | Banane |
| gebogen | gelb | ? → Banane |
Zur Grundlage zurück
- Entscheidungsbäume – Du kennst Entscheidungsbäume.
Jetzt zusammen
Wir lösen die Aufgabe gemeinsam. Nutze die Hilfen, wenn du sie brauchst.
Zeig mir den ersten Schritt
Welches Beispiel hat dieselben Merkmale?
Lösung ansehen
Lösung: Banane
Jetzt du
Jetzt probierst du es allein.
Zeig mir den ersten Schritt
Was haben alle Bilder gemeinsam?
Lösung ansehen
Lösung: Es lernt vielleicht „Wiese“ statt „Hund“.
Tipp: Sortiere zu Hause Bilder in Gruppen und überlege, woran du sie erkennst. So lernst du wie das Programm.
Merksatz: Maschinelles Lernen: aus Beispielen Muster finden und damit Neues voraussagen. Vielfältige Beispiele sind wichtig.
Typischer Fehler: Zu glauben, mehr Beispiele reichen immer. Sie müssen auch vielfältig sein.
Mini-Quiz
4 kurze Fragen, ohne Noten. Bei jeder Frage kannst du dir die Lösung ansehen.
Lösung ansehen
Lösung: Trainingsdaten
Lösung ansehen
Lösung: Zum Testen, ob das Programm gut gelernt hat
Lösung ansehen
Lösung: Stimmt
Lösung ansehen
Lösung: Stimmt nicht
Geschafft
Das Programm sieht viele Beispiele und merkt sich Muster. Mit neuen Bildern prüft man, ob es richtig liegt.
Kannst du das schon?
Hake ab, was du schon kannst. Was noch fehlt, schaust du dir einfach noch einmal an.
Übungsheft Automaten und KI
Kurz erklärt, 44 Aufgaben in drei Stufen und alle Lösungen. Kostenlos.
Das Heft ist für alle kostenlos – auch, wenn gerade kein Geld dafür da ist. Wer es einrichten kann, unterstützt DYS+ Campus mit einem selbst gewählten Betrag. Freiwillig unterstützen