Database Reference
In-Depth Information
dass direkt auf “Lernprozesse in verschiedenen Auspragungen” referiert wird. Aus
dem Kontext der Arbeit [37] geht aber deutlich hervor, dass hierbei nicht nur die
adaquate Modellierung menschlicher Lernprozesse gemeint ist, sondern eben auch
Lernprogramme, die vollig andere Ansatze verfolgen.
Gelerntes Wissen muss in der ein oder anderen Form reprasentiert werden, um
fur eine spatere Verwendung zur Verfugung zu stehen. Dieser Reprasentationsaspekt
wird in der folgenden Charakterisierung des Lernens hervorgehoben:
Learning is constructing or modifying representations of what is being
experienced [157].
Als zentraler Aspekt des Lernens wird hierbei also die Konstruktion einer Reprasen-
tation gesehen. Durch das Lernen erzielte Performanzverbesserung wird als Konse-
quenz angesehen, die jedoch in engem Zusammenhang mit den Zielen des Lernenden
steht. In den meisten praktischen Situationen wird aber die Beurteilung des Lerner-
folges von dem Maß der Performanzverbesserung abhangen, da der direkte Zugriff
und vor allem eine Beurteilung der Gute einer Reprasentation oft schwierig oder
gar nicht moglich ist.
Wahrend bei menschlichem Handeln normalerweise gleichzeitig Lernen stattfin-
det, das zur Performanzsteigerung bei der ausgefuhrten Handlung fuhren kann, sind
Computerprogramme typischerweise nicht in der Lage, aus Erfahrung ihr eigenes
Handeln zu verbessern. Gerade dies ist aber das Ziel des maschinellen Lernens:
Research in machine learning has been concerned with building computer
programs able to construct new knowledge or to improve already posses-
sed knowledge by using input information [159].
Wahrend es keine allgemein akzeptierte Definition des maschinellen Lernens
gibt, kann man aber in allen Lernsystemen eine grundlegende Unterscheidung tref-
fen, namlich die Unterscheidung zwischen dem eigentlichen Lernsystem und dem
Performanzelement.
In Abbildung 5.1 ist ein allgemeines Lernmodell schematisch dargestellt. Das
Performanzelement interagiert mit der Umgebung und wird durch das vorhandene
Wissen gesteuert. Das Lernelement nimmt Erfahrungen und Beobachtungen aus
der Umgebung auf und erzeugt und modifiziert Wissen. Hinzu kommen noch zwei
weitere Komponenten: Ein Kritikelement ist dafur verantwortlich, dem Lernelement
mitzuteilen, wie erfolgreich es ist. Ein Problemgenerator schließlich erzeugt Aufga-
ben, die zu neuen und informativen Erfahrungen fuhren sollen.
5.2
Klassifikation der Ansatze zum maschinellen Lernen
Es gibt sehr unterschiedliche Ansatze fur das maschinelle Lernen. Um diese verschie-
denen Ansatze besser beurteilen und miteinander in Beziehung setzen zu konnen,
ist es hilfreich, sie unter geeigneten Blickwinkeln zu klassifizieren. In [37] werden
Systeme zum maschinellen Lernen entlang dreier verschiedener Dimensionen klas-
sifiziert:
Search WWH ::




Custom Search