Rückblick
Vier Lektionen — und damit hast du das begriffliche Fundament für alles, was im Lernpfad noch kommt. In den Kapiteln 2 bis 5 baust du Systeme selbst nach. Hier hast du gelernt, wie man sie einordnet.
Das kann ich jetzt
- Ich kann den Unterschied zwischen diskriminativer und generativer KI erklären. (1.1)
- Ich kann Beispielen ansehen, ob sie diskriminativ oder generativ sind. (1.1)
- Ich kann die drei Arten des maschinellen Lernens nennen und unterscheiden. (1.2)
- Ich kann für ein Beispiel sagen, welche Art des ML es nutzt. (1.2)
- Ich kann Anwendungsbeispiele einordnen und Mischformen erkennen. (1.3)
Das Wichtigste auf einen Blick
| Begriff | Bedeutung | Beispiel |
|---|---|---|
| Diskriminative KI | Ordnet Daten einer Kategorie zu | Spam-Filter |
| Generative KI | Erzeugt neue Daten | Textgenerator |
| Überwachtes Lernen | Lernt mit gelabelten Daten | Obst-Klassifikation |
| Unüberwachtes Lernen | Sucht Muster ohne Labels | Kundensegmentierung |
| Bestärkendes Lernen | Lernt durch Belohnung und Bestrafung | Spiel-KI |
| Mischform | Kombiniert mehrere Ansätze | Autonomes Fahren |
Die erste Frage bei jedem KI-System lautet: Was tut es — ordnet es ein oder erzeugt es etwas Neues? Die zweite Frage lautet: Wie lernt es — mit Labels, ohne Labels oder durch Belohnung? Diese beiden Fragen reichen aus, um jedes System im Lernpfad einzuordnen.
Gemischte Aufgaben
Diese Aufgaben verlangen mehrere Lektionen auf einmal — genau das wird in einer Klausur gefordert.
Aufgabe 1: Eine App zerlegen
Eine Pflanzen-App tut dreierlei:
- Du fotografierst eine Blume, die App nennt dir ihren Namen.
- Die App schlägt dir Pflanzen vor, die zu deinem Standort passen, ohne dass jemand vorher Kategorien festgelegt hat.
- Auf Wunsch schreibt die App einen kurzen Steckbrief-Text über die erkannte Pflanze.
Bestimme für jede der drei Funktionen einzeln: diskriminativ oder generativ? Welche Art des maschinellen Lernens? Begründe jeweils in einem Satz.
Tipp 1: Die beiden Fragen
Stelle bei jeder Funktion nacheinander die zwei Fragen aus dem Merksatz: Was tut sie — einordnen oder etwas Neues erzeugen? Und: Woher weiß sie, was richtig ist — aus Labels, aus Belohnung oder aus gar nichts?
Tipp 2: zu Funktion 2
„ohne dass jemand vorher Kategorien festgelegt hat" ist der entscheidende Halbsatz. Welche der drei Arten des Lernens kommt ohne vorgegebene Kategorien aus?
Aufgabe 2: Das passende Verfahren wählen
Für jede der folgenden Aufgaben ist zu entscheiden, welche Art des maschinellen Lernens geeignet ist — und was man dafür an Daten bräuchte.
a) Ein Verlag hat 200 000 unsortierte Leserbriefe und möchte wissen, über welche Themen die Leute überhaupt schreiben.
b) Ein Verlag hat 5 000 Leserbriefe, die Mitarbeitende bereits als „Lob", „Kritik" oder „Frage" markiert haben, und möchte die restlichen automatisch einordnen.
c) Ein Programm soll lernen, das Spiel Vier gewinnt zu gewinnen. Niemand kann für jede Stellung angeben, welcher Zug der beste ist.
Tipp
Frage bei jedem Fall: Was liegt schon vor? Fertige Antworten zu jedem Datensatz, gar nichts, oder nur eine Rückmeldung am Ende („gewonnen" / „verloren")?