Überwachtes Lernen: Beispiele mit Antwort
Beim überwachten Lernen kennt jedes Trainingsbeispiel die richtige Antwort. Das Modell lernt, sie vorherzusagen.
Das lernst du heute
- Ich beschreibe überwachtes Lernen an einem Beispiel.
- Ich erkläre Merkmale und Etiketten.
- Ich prüfe, wie viele Vorhersagen eines Modells stimmen.
Das brauchst du schon: Vielleicht hilft dir zuerst diese Lektion: Wie Maschinen aus Daten lernen
Stell dir einen Spam-Filter für E-Mails vor. Er soll unerwünschte Werbung aussortieren. Dazu braucht er Trainingsdaten. Jede Mail hat Merkmale, zum Beispiel die Zahl der Ausrufezeichen. Zusätzlich trägt sie ein Etikett: Spam oder kein Spam. Ein Mensch hat die Etiketten vorher vergeben.
Das ist überwachtes Lernen. Überwacht heißt: Die richtige Antwort ist im Training bekannt.
So läuft das Training. Das Modell rät für eine Mail. Es vergleicht seine Antwort mit dem Etikett. Wenn es sich irrt, ändert es seine Einstellungen ein wenig. Das wiederholt sich sehr oft.
Danach kommt der Test mit neuen Mails. Das Modell sagt voraus, ob es Spam ist. Dann vergleicht man mit den echten Etiketten.
Wenn die Antwort eine Kategorie ist, spricht man von Klassifikation. Wenn die Antwort eine Zahl ist, etwa ein Preis, nennt man es Regression.
| Ausrufezeichen | Etikett | |
|---|---|---|
| 1 | 0 | kein Spam |
| 2 | 1 | kein Spam |
| 3 | 4 | Spam |
| 4 | 5 | Spam |
| 5 | 2 | Spam |
| 6 | 0 | kein Spam |
Eine Regel prüfen
- Das Modell nutzt die Regel: Ab 3 Ausrufezeichen ist es Spam.
- Mail 1, 2 und 6: weniger als 3, also kein Spam. Das stimmt.
- Mail 3 und 4: mindestens 3, also Spam. Das stimmt.
- Mail 5: 2 Ausrufezeichen, also kein Spam. Das Etikett sagt Spam. Das ist ein Fehler.
- Ergebnis: 5 von 6 Vorhersagen stimmen.
Ich verstehe das noch nicht
Such dir aus, was dir hilft.
Noch einfacher erklärt
Merkmale: Was wir messen.
Etikett: Die richtige Antwort.
Das Modell lernt, vom Merkmal auf das Etikett zu kommen.
Ein Beispiel
Du lernst Vokabeln mit einer Liste. Links steht das Wort, rechts die richtige Übersetzung. Du übst und vergleichst. Beim überwachten Lernen macht es ein Modell mit vielen Beispielen genauso.
Schritt für Schritt
Wir bewerten ein Modell
- Wir nehmen die Regel des Modells.
- Wir wenden sie auf jedes Testbeispiel an.
- Wir vergleichen mit dem Etikett.
- Wir zählen die richtigen Vorhersagen.
Mit einem Bild erklärt
| Vorhersage | Etikett | Passt? | |
|---|---|---|---|
| 1 | kein Spam | kein Spam | ja |
| 3 | Spam | Spam | ja |
| 5 | kein Spam | Spam | nein |
Zur Grundlage zurück
- Wie Maschinen aus Daten lernen – Du kennst Training, Test und Modell.
Jetzt zusammen
Wir lösen die Aufgabe gemeinsam. Nutze die Hilfen, wenn du sie brauchst.
Zeig mir den ersten Schritt
Was soll das Modell am Ende vorhersagen?
Lösung ansehen
Lösung: Die bekannte richtige Antwort zu einem Beispiel
Jetzt du
Jetzt probierst du es allein.
Ein Modell macht Vorhersagen für 8 Mails. 6 Vorhersagen stimmen. Wie viele sind falsch?
Zeig mir den ersten Schritt
Rechne 8 minus 6.
Lösung ansehen
Lösung: 2
8 − 6 = 2 Vorhersagen sind falsch.
Tipp: Frage dich bei jedem Beispiel: Was ist das Merkmal, und was ist das Etikett? Das Modell soll das Etikett aus dem Merkmal vorhersagen.
Merksatz: Überwachtes Lernen: Das Modell lernt aus Beispielen mit bekannter richtiger Antwort (Etikett) und sagt sie für neue Fälle voraus.
Typischer Fehler: Viele denken, ein Mensch müsse jede Vorhersage prüfen. Überwacht heißt nur: Im Training sind die richtigen Antworten bekannt.
Mini-Quiz
5 kurze Fragen, ohne Noten. Bei jeder Frage kannst du dir die Lösung ansehen.
Lösung ansehen
Lösung: Ein Modell lernt aus Tierfotos mit Namen, welches Tier zu sehen ist.
Lösung ansehen
Lösung: Stimmt
Lösung ansehen
Lösung: Regression
Frage 4 Ein Modell macht Vorhersagen für 20 Testmails. 17 Vorhersagen stimmen. Wie viel Prozent sind das?
Zeig mir den ersten Schritt
Rechne beide Zahlen mal 5. Dann hast du Werte von 100.
Lösung ansehen
Lösung: 85
17 · 5 = 85 und 20 · 5 = 100. Also 85 %.
Lösung ansehen
Lösung: Stimmt nicht
Geschafft
Beim überwachten Lernen hat jedes Trainingsbeispiel ein Etikett. Das Modell lernt, es vorherzusagen. Der Test zeigt, wie viele Vorhersagen stimmen.
Kannst du das schon?
Hake ab, was du schon kannst. Was noch fehlt, schaust du dir einfach noch einmal an.
Übungsheft Maschinelles Lernen und neuronale Netze
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