2.3.3: Lernparadigmen
Man unterscheidet bei induktiven Lernverfahren zwischen verschiedenen Arten des Lernens.
Sind bei den Beispielen der Trainingsmenge 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 der Trainingsmenge bei der
Konstruktion des Algorithmus verwendet werden können und dieser
dadurch im Allgemeinen wesentlich effektiver wird.
Sie hat den Nachteil, dass eine (im Allgemeinen große) Trainingsmenge und
eine Testmenge bereitgestellt werden müssen, bei denen die Werte der vorherzusagenden
Attribute und damit z.B. die Kategorisierungen bekannt sind. Solche
Datensammlungen sind häufig nur unter großen Kosten zu beschaffen.
Einige der sich dabei ergebenden Probleme wurden bereits in Abschnitt 1.3.7.5
über Testkollektionen für die Evaluierung von IR-Systemen
erwähnt.
Eine abgeschwächte Form des überwachten Lernens ist das
bewertete Lernen
. Dabei werden nicht die gesuchten
Attributwerte zur Verfügung gestellt, sondern die
Ergebnisse, also z.B. die Kategorisierungsleistungen, werden lediglich 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 1.3.6.4
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
Cluster-Verfahren
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 Trainingsdaten
vorliegen müssen. Allerdings braucht man auch für solche
Verfahren eine Bewertung der Ergebnisse der Kategorisierung.
Eine solche Bewertung kann z.B. durch die nachträgliche Begutachtung
der gefundenen Kategorisierung durch Sachverständige oder eine
experimentelle Überprüfung geliefert werden.
Sie muss nicht für die einzelnen Kategorisierungsergebnisse vorliegen,
wie es beim bewerteten Lernen notwendig ist.
| 