Überwachtes Lernen (engl. Supervised Learning)

Überwachtes Lernen ist ein Ansatz im maschinellen Lernen, bei dem Modelle anhand von Eingabe- und Ausgabedaten trainiert werden. Das bedeutet, dass das Modell während des Trainings bereits mit den richtigen Antworten versorgt wird. Diese Art des Lernens eignet sich für Aufgaben wie Klassifikationen und Regressionen.

Dieses Kapitel befasst sich mit dem überwachten Lernen. Zu Beginn wird auf die Unterscheidung zwischen Regression und Klassifikation eingegangen. Anschließend werden die Konzepte hinter linearen und logistischen Regressionen, der Funktionsweise von Entscheidungsbäumen, Support Vector Machines, Ensemble-Methoden und k-Nearest Neighbors vorgestellt. Ein Notebook mit Codebeispielen zu den Methoden des überwachten Lernens ist auf Colab und GitHub zu finden.

Mehr erfahren: GoogleCloud/What is Supervised Learning?, IBM/What is supervised learning?