Supervised Learning

Überwachtes Lernen ist ein Teilgebiet des maschinellen Lernens (ML), in dem ein Modell anhand beschrifteter Beispiele lernt, Eingaben Ausgaben zuzuordnen. Dabei werden Eingaben mit der richtigen Antwort, oft als Ground Truth bezeichnet, gepaart. Während des Trainings werden die Vorhersagen des Modells mit diesen Beschriftungen verglichen und seine Parameter angepasst, um die Abweichung zu verringern. Ziel ist die Generalisierung: genaue Vorhersagen für neue Eingaben, die das Modell noch nie gesehen hat. Viele der am weitesten verbreiteten ML-Systeme basieren auf überwachtem Lernen, darunter Spamfilter, Bonitätsbewertungen, Bedarfsprognosen, Bildklassifikatoren und Objektdetektoren.

So funktioniert überwachtes Lernen#

Ein überwachter Datensatz besteht aus Paaren von (Eingabe, Beschriftung) und wird in Trainingsdaten zum Anpassen des Modells, Validierungsdaten zum Einstellen der Parameter und Festlegen des Abbruchzeitpunkts sowie Testdaten für eine abschließende, unverzerrte Leistungsschätzung aufgeteilt. Für jeden Trainings-Batch erstellt das Modell Vorhersagen. Eine Verlustfunktion misst deren Abweichung von den Beschriftungen, und ein Optimierungsalgorithmus wie der stochastische Gradientenabstieg aktualisiert die Modellgewichte, um den Verlust zu verringern. Ein vollständiger Durchlauf durch den Trainingsdatensatz ist eine Epoche. Das Training läuft üblicherweise über viele Epochen, während der Validierungswert überwacht wird.

Ein Modell, dessen Trainingsverlust weiter sinkt, während sich sein Validierungswert verschlechtert, zeigt Overfitting: Es merkt sich die Trainingsbeschriftungen einschließlich ihres Rauschens, statt übertragbare Muster zu lernen. Mehr Daten, Datenerweiterung, Regularisierung und frühes Beenden wirken dem entgegen.

Klassifikation, Regression und strukturierte Ausgaben#

• Klassifikation: Sagt eine diskrete Kategorie voraus, etwa Spam oder kein Spam oder welche der 1.000 ImageNet-Klassen auf einem Bild zu sehen ist.
• Regression: Sagt einen kontinuierlichen Wert voraus, etwa den Preis eines Hauses, die Nachfrage am nächsten Tag oder die Entfernung zu einem Objekt. Die lineare Regression ist das einfachste Modell dieser Art.
• Strukturierte Ausgaben: Viele Bildverarbeitungsaufgaben kombinieren beides. Bei der Objekterkennung wird jedes Objekt klassifiziert und seine Boxkoordinaten werden per Regression bestimmt. Bei der Segmentierung wird jedes Pixel klassifiziert, und bei der Pose-Schätzung werden Keypoint-Positionen per Regression bestimmt.

Dasselbe überwachte Lernverfahren eignet sich für sehr unterschiedliche Modelle: von klassischen Algorithmen wie der logistischen Regression, Zufallswäldern und Gradient-Boosted Trees für Tabellendaten bis hin zu tiefen neuronalen Netzen für Bilder, Audio und Text.

Beschriftete Daten und ihre Kosten#

Labels stammen von menschlichen Annotatoren, aus Datensätzen wie früheren Betrugsfällen oder Käufen sowie von Messgeräten. Ihre Qualität begrenzt die Qualität des Modells. Häufige Ursachen für Modelle, die während der Entwicklung gut abschneiden und bei der Bereitstellung versagen, sind systematische Beschriftungsfehler, uneinheitliche Annotationsregeln, unausgewogene Klassen und Datenlecks zwischen Trainings- und Testsätzen. Da die Datenbeschriftung oft den teuersten Teil eines Projekts ausmacht, reduzieren verwandte Methoden die benötigte Anzahl an Labels. Aktives Lernen lässt Annotatoren nur die aussagekräftigsten Beispiele beschriften, und Transferlernen startet mit einem auf einem großen Datensatz vortrainierten Modell. Dadurch benötigt eine neue Aufgabe deutlich weniger beschriftete Beispiele.

Das Training von YOLO26 basiert auf überwachtem Lernen mit beschrifteten Bildern: Zu jedem Trainingsbild gehört eine Beschriftungsdatei, in der die Klassen-ID und die normalisierten Boxkoordinaten jedes Objekts aufgeführt sind. Der Trainingsmodus aktualisiert das Modell, um den Verlust zwischen seinen vorhergesagten Klassen und Boxen und den Beschriftungen zu verringern. Dieses Beispiel verfeinert vortrainierte Gewichte anhand von COCO8, einer Stichprobe des COCO-Datensatzes mit 8 Bildern, davon 4 Trainings- und 4 Validierungsbilder. Damit lässt sich prüfen, ob eine Trainingspipeline durchgängig funktioniert:

from ultralytics import YOLO

# Mit auf dem vollständigen COCO-Datensatz vortrainierten Gewichten beginnen
model = YOLO("yolo26n.pt")

# Überwachtes Training: Bilder zusammen mit Box- und Klassenbeschriftungen
results = model.train(data="coco8.yaml", epochs=3, imgsz=640)

Überwachtes Lernen im Vergleich zu anderen Lernparadigmen#

• Unüberwachtes Lernen: Verwendet keine Beschriftungen und findet Strukturen allein in den Eingaben, etwa Cluster oder komprimierte Repräsentationen.
• Halbüberwachtes Lernen: Trainiert mit einer kleinen beschrifteten und einer großen unbeschrifteten Datenmenge. Häufig werden dabei selbstbewussten Vorhersagen für die unbeschrifteten Daten Pseudobeschriftungen zugewiesen.
• Selbstüberwachtes Lernen: Erzeugt Beschriftungen aus den Daten selbst, etwa das nächste Wort in einem Satz oder einen verdeckten Bildausschnitt. So werden große Sprachmodelle und grundlegende Bildverarbeitungsmodelle vor dem überwachten Feintuning vortrainiert.
• Bestärkendes Lernen: Lernt anhand von Belohnungen für Aktionen in einer Umgebung, ohne dass für jede Situation die richtige Aktion beschriftet ist.
• Few-Shot-Lernen: Erkennt neue Klassen anhand weniger beschrifteter Beispiele – üblicherweise 1 bis 10 pro Klasse – und baut dabei auf dem Wissen aus dem Vortraining auf.