Unüberwachtes Lernen

Was ist unüberwachtes Lernen?

Unüberwachtes Lernen ist eine Methode, die es Maschinen ermöglicht, sowohl materielle als auch immaterielle Objekte zu klassifizieren, ohne dass die Maschinen zuvor Informationen über die Objekte erhalten. Die Dinge, die Maschinen klassifizieren müssen, sind vielfältig, z. B. die Kaufgewohnheiten von Kunden, Verhaltensmuster von Bakterien und Hackerangriffe.

Der Grundgedanke des unüberwachten Lernens besteht darin, die Maschinen großen Mengen unterschiedlicher Daten auszusetzen und ihnen die Möglichkeit zu geben, aus diesen Daten zu lernen und Schlussfolgerungen zu ziehen. Allerdings müssen die Maschinen zunächst so programmiert werden, dass sie aus den Daten lernen.

Techopedia erklärt unüberwachtes Lernen

Computersysteme müssen große Mengen sowohl strukturierter als auch unstrukturierter Daten verarbeiten und Erkenntnisse gewinnen. In der Realität ist es unter Umständen nicht möglich, Vorabinformationen über alle Arten von Daten bereitzustellen, die ein Computersystem über einen bestimmten Zeitraum hinweg erhält.

Vor diesem Hintergrund ist überwachtes Lernen möglicherweise nicht geeignet, wenn Computersysteme ständig Informationen über neue Datentypen benötigen. So ändern sich beispielsweise bei Hackerangriffen auf Finanzsysteme oder Bankserver häufig die Art und das Muster der Angriffe.

In solchen Fällen kann unüberwachtes Lernen geeigneter sein, da die Systeme in die Lage versetzt werden müssen, schnell aus den Angriffsdaten zu lernen, auf die Art künftiger Angriffe zu schließen und präventive Maßnahmen vorzuschlagen.

Verwandte Begriffe

Margaret Rouse

Margaret Rouse ist eine preisgekrönte technische Autorin und Dozentin. Sie ist für ihre Fähigkeit bekannt, komplexe technische Themen simpel und nachvollziehbar zu erklären. In den letzten zwanzig Jahren sind ihre Erklärungen auf TechTarget-Websites erschienen und sie wurde in Artikeln der New York Times, des Time Magazine, USA Today, ZDNet, PC Magazine und Discovery Magazine als Quelle und Expertin zitiert. Wenn Sie einen Vorschlag für eine neue Definition haben oder eine technische Erklärung verbessern möchten, schicken Sie einfach Margaret eine E-Mail oder kontaktieren Sie sie auf LinkedIn oder Twitter.