Supervised Learning

Supervised Learning, auf Deutsch überwachtes Lernen, ist ein Verfahren des maschinellen Lernens (Machine Learning). Dabei lernt ein Modell anhand von Beispielen, bei denen die richtige Lösung bereits bekannt ist. Jeder Trainingsfall enthält Eingabedaten mit bestimmten Merkmalen, sogenannten Features, und ein passendes Label. Das Label ist der Zielwert, den das Modell später für neue Daten vorhersagen soll. 

Ein einfaches Beispiel ist die Spam-Erkennung. Während des Trainings bekommt das Modell E-Mails gezeigt, die bereits als „Spam“ oder „kein Spam“ gekennzeichnet sind. Es lernt typische Zusammenhänge in den Daten und nutzt dieses Wissen anschließend, um neue E-Mails einer Kategorie zuzuordnen.

Kurz gesagt: Beim Supervised Learning lernt ein Modell mit bekannten Lösungen und nutzt die erkannten Zusammenhänge später für Vorhersagen zu neuen Daten.

Am Anfang steht ein Datensatz mit vielen Beispielen, die von Menschen oder aus verlässlichen Quellen gelabelt wurden. Die Eingabedaten enthalten Merkmale, die für die Vorhersage relevant sein können. Bei einer Immobilienbewertung könnten das etwa Wohnfläche, Lage und Anzahl der Zimmer sein. Das bekannte Label wäre in diesem Fall der tatsächliche Immobilienpreis. 

Der Trainingsprozess läuft vereinfacht in mehreren Schritten ab:

1. Das Modell erhält Eingabedaten und die dazugehörigen Labels.
2. Es berechnet auf Basis der Merkmale eine Vorhersage.
3. Die Vorhersage wird mit dem tatsächlichen Label verglichen.
4. Aus der Abweichung wird ein Fehlerwert berechnet, anhand dessen das Modell angepasst wird.
5. Anschließend wird geprüft, wie gut das trainierte Modell mit bisher unbekannten Daten zurechtkommt.

Wichtig! Die Qualität der Daten spielt dabei eine zentrale Rolle. Neben korrekten Labels kommt es darauf an, dass die Trainingsdaten ausreichend vielfältig und für den späteren Einsatzbereich geeignet sind. Schlechte, einseitige oder fehlerhafte Daten können die Qualität der Vorhersagen deutlich beeinträchtigen.

Klassifikation und Regression beim Supervised Learning.

Beim Supervised Learning gehören Klassifikation und Regression zu den wichtigsten Aufgabentypen. In beiden Fällen lernt das Modell aus Beispielen mit bekannten Ergebnissen. Der Unterschied liegt darin, welche Art von Ergebnis vorhergesagt werden soll.

Bei der Klassifikation ordnet das Modell neue Daten einer bestimmten Kategorie zu. Ein typisches Beispiel ist der zuvor beschriebene Spamfilter: Das Modell entscheidet anhand zuvor gelernter Beispiele, ob eine neue E-Mail zur Kategorie „Spam“ oder „kein Spam“ gehört. 

Bei der Regression sagt das Modell dagegen einen Zahlenwert voraus. So kann ein Machine-Learning-Modell beispielsweise anhand von Wohnfläche, Lage und weiteren Merkmalen den möglichen Preis einer Immobilie schätzen. Auch Prognosen zu Absatzmengen oder anderen messbaren Größen können als Regressionsaufgabe umgesetzt werden.

Kurz gesagt: Bei der Klassifikation sagt ein Modell eine Kategorie voraus, bei der Regression einen numerischen Wert.

Supervised Learning im Alltag und Beruf.

Supervised Learning kommt überall dort zum Einsatz, wo aus bereits bekannten Beispielen Vorhersagen für neue Daten abgeleitet werden sollen. Typische Anwendungen sind zum Beispiel die Erkennung von Spam-E-Mails, die Klassifikation von Bildern oder die Vorhersage von Preisen und anderen Messwerten.

Im Berufsalltag spielt überwachtes Lernen vor allem in Bereichen wie Data Engineenring, Künstliche Intelligenz und Machine Learning eine wichtige Rolle. 

Berufe mit Bezug zu Supervised Learning:

• Data Scientist:innen analysieren und bereiten Daten auf, entwickeln Modelle und bewerten deren Ergebnisse.
• Machine Learning Engineer:innen entwickeln und optimieren Machine-Learning-Modelle und integrieren sie in technische Anwendungen.
• AI Engineer:innen arbeiten an KI-Systemen und setzen dabei je nach Aufgabe auch überwachte Lernverfahren ein.

Kenntnisse in Machine Learning, Datenanalyse und Programmiersprachen wie Python sind für viele Berufe im KI- und Data-Science-Umfeld relevant. In Weiterbildungen zu KI und Machine Learning lernen Teilnehmende, diese Verfahren praktisch anzuwenden. Für alle, die tiefer in die Arbeit mit Daten einsteigen wollen, eignet sich die Weiterbilung IT-Fachkraft für Data Science & AI in der auch überwachte Lernverfahren praktisch geübt werden. 

Lesetipp: Mehr über Aufgaben und berufliche Perspektiven in diesem Bereich erfährst du in unserem Ratgeber Machine Learning Engineer:in – Architekt:in der intelligenten Zukunft.

Grenzen von Supervised Learning.

Supervised Learning braucht ausreichend viele und möglichst zuverlässige gelabelte Daten. Das Erstellen solcher Labels kann viel Zeit und Aufwand verursachen. Sind die Trainingsdaten fehlerhaft, unvollständig oder einseitig, kann sich das direkt auf die Qualität der Vorhersagen auswirken.

Auch Verzerrungen in den Daten können vom Modell übernommen werden. Deshalb sollten Trainingsdaten und Ergebnisse sorgfältig geprüft werden, bevor ein Modell im Berufsalltag eingesetzt wird.

Worin unterscheidet sich Supervised Learning von unüberwachtem Lernen?

Beim Supervised Learning lernt ein Modell mit Daten, bei denen die richtigen Ergebnisse bereits bekannt sind. Beim unüberwachten Lernen fehlen diese Daten, welche als Labels bezeichnet werden. Das Modell sucht dort selbstständig nach Mustern und Gruppen in den Daten.

Was versteht man unter Overfitting?

Overfitting entsteht, wenn sich ein Modell zu stark an seine Trainingsdaten anpasst. Bei neuen, unbekannten Daten kann es dann deutlich schlechtere Ergebnisse liefern. Deshalb wird ein Modell zusätzlich mit separaten Testdaten geprüft.

Wie viele Daten sind für Supervised Learning nötig?

Eine feste Anzahl gibt es nicht. Wie viele Trainingsdaten benötigt werden, hängt von der Aufgabe, der Komplexität des Modells und der Qualität der Daten ab. Wichtig ist vor allem, dass die Daten möglichst passend und vielfältig sind.

Welche Werkzeuge werden für Supervised Learning genutzt?

Häufig kommt die Programmiersprache Python zum Einsatz. Dazu nutzen Entwickler:innen sogenannte Bibliotheken. Das sind Sammlungen fertiger Funktionen und Bausteine, mit denen sich zum Beispiel Daten verarbeiten oder Modelle trainieren lassen. Dadurch müssen Entwickler:innen viele Rechenschritte und grundlegende Funktionen nicht jedes Mal selbst programmieren und können sich stärker auf die Daten und die jeweilige Aufgabe konzentrieren.

Kann ein überwachtes Modell falsche Ergebnisse liefern?

Ja. Ein Modell liefert Vorhersagen und keine garantierten richtigen Ergebnisse. Fehlerhafte, einseitige oder veraltete Trainingsdaten können die Qualität der Vorhersagen beeinflussen, weshalb die Ergebnisse regelmäßig geprüft werden sollten.