Unsupervised Learning, auf Deutsch unüberwachtes Lernen, ist maschinelles Lernen aus Daten ohne hinterlegte Antworten. Das Modell bekommt nur die Beispiele und sucht selbst nach Struktur darin: nach Gruppen, nach Zusammenhängen, nach dem, was von der Masse abweicht.
- Unsupervised Learning (Unüberwachtes Lernen)
Maschinelles Lernen aus Daten ohne hinterlegte Antworten, bei dem das Modell selbst Muster sucht.
Beispiel: „Das Unsupervised Learning teilte die Kundendaten in vier Gruppen, die vorher niemand so benannt hatte.“Typische Anwendungen: Gruppen bilden, Ausreißer entdecken, die Zahl der Merkmale verringern. Was die gefundenen Gruppen bedeuten, sagt das Verfahren nicht; das muss jemand hinterher deuten.
Abgrenzung zum überwachten Lernen: Dort steht die richtige Antwort daneben, hier nicht. Deshalb lässt sich das Ergebnis auch nicht einfach als richtig oder falsch bewerten.
Warum es trotzdem so wichtig ist
Weil ungekennzeichnete Daten im Überfluss vorhanden sind und gekennzeichnete nicht. Jeder Text im Netz ist ein Beispiel für sprachliche Struktur, ohne dass jemand ihn dafür aufbereitet hätte.
Die Begriffsbestimmung im Machine Learning Glossary von Google trifft den Kern: Trainieren eines Modells darauf, Muster in einem Datenbestand zu finden, der üblicherweise ohne Labels vorliegt.
Wie Sprachmodelle davon leben
Der erste und größte Trainingsschritt eines Sprachmodells ist unüberwacht. Es bekommt riesige Textmengen und die Aufgabe, das jeweils nächste Token vorherzusagen. Die richtige Antwort steht dabei im Text selbst, weshalb man auch von selbstüberwachtem Lernen spricht. Niemand musste etwas kennzeichnen.
Woran man beim Deuten scheitert
An der Versuchung, die gefundenen Gruppen für Erkenntnis zu halten. Ein Verfahren, das vier Gruppen bilden soll, bildet vier Gruppen, auch wenn in den Daten gar keine stecken. Ob eine Einteilung etwas bedeutet, entscheidet die Prüfung an der Wirklichkeit und nicht das Verfahren.
Nützlich sind die Verfahren deshalb vor allem als Vorarbeit. Sie zeigen, wo in einem Bestand überhaupt Struktur steckt, und liefern Kandidaten für Kategorien, die anschließend ein Mensch benennt und prüft.
Eng verwandt ist die Suche nach Ausreißern. Was sich keiner Gruppe zuordnen lässt, ist entweder ein Fehler im Datenbestand oder genau der Fall, für den sich jemand interessiert.