|
|
|
|
Man unterscheidet bei induktiven Lernverfahren zwischen verschiedenen Arten des Lernens. Sind bei den Beispielen des Trainingssets alle Attributwerte und damit auch die der vorherzusagenden Attribute bekannt und werden von dem KDD Algorithmus genutzt, spricht man von supervised learning, überwachtem Lernen oder Lernen aus Beispielen. Diese Form des Lernens hat den Vorteil, dass die bekannten Werte der vorherzusagenden Attribute der Beispiele des Trainingssets bei der Konstruktion des Algorithmus verwendet werden können und dieser dadurch im Allgemeinen wesentlich effektiver wird. Sie hat den Nachteil, dass ein (im Allgemeinen großes) Trainingsset und ein Testset bereitgestellt werden müssen, bei denen die Werte der vorherzusagenden Attribute und damit z. B. die Kategorisierungen bekannt sind. Solche Datensets sind häufig nur unter großen Kosten zu beschaffen. Einige der sich dabei ergebenenden Probleme wurden bereits im Abschnitt über Testkollektionen für die Evaluierung von IR Systemen erwähnt.
Eine abgeschwächte Form des überwachten Lernens ist das bewertete Lernen. Dabei werden nicht die exakten gesuchten Attributwerte zur Verfügung gestellt, sondern es werden die Ergebnisse also z. B. die Kategorisierungsleistungen bewertet. Das ist oftmals erheblich weniger aufwändig, als die genauen Attributwerte angeben zu müssen. Es können aber dafür keine "Zielwerte" bei der Berechnung von Parametern verwendet werden. Ein Beispiel dieser Lernform ist das in Abschnitt _3.4.4_ vorgestellte Relevance Feedback Verfahren.
Beim nichtüberwachten Lernen sind im Gegensatz zum überwachten Lernen die Werte der vorherzusagenden Attribute nicht vorgegeben. Der Algorithmus muss z. B. eine Einteilung in Kategorien selbst finden. Hat man Ähnlichkeitsmaße auf der Menge der Tupel definiert, so handelt es sich bei diesen Verfahren um Clusterverfahren in einem sehr allgemeinen Sinn. Diese Verfahren sind vor allem dann sinnvoll, wenn auf der Menge der Tupel Ähnlichkeitsstrukturen vorhanden sind oder vermutet werden, die inhaltlich interpretiert werden können.
Nichtüberwachte Lernverfahren haben den Vorteil, dass keine kategorisierten oder bewerteten Trainingssets vorliegen müssen. Allerdings braucht man auch für solche Verfahren eine Bewertung der Ergebnisse der Kategorisierung. Diese kann aber noch stärker als beim bewerteten Lernen von den Einzelergebnissen abstrahieren. Sie kann z. B. durch die nachträgliche Begutachtung der gefundenen Kategorisierung durch Experten erreicht werden.
|
|
|
|