Machine Learning: Labeling von Datensätzen mit Active Learning in der Praxis

Inhaltsverzeichnis

Drei Dinge sind für überwachtes maschinelles Lernen essenziell: Daten, Algorithmen und Labels. An den ersten beiden herrscht kein Mangel. Bei Labels – also den Kategorien, in die Trainingsdaten eingeordnet werden – sieht es anders aus.

Während Beispieldatensätze aus dem Netz oft sorgfältig gelabelt sind, sind bei Daten aus der Praxis unvollständige oder mangelhafte Labels eher die Regel als die Ausnahme. Soll ein Algorithmus etwa im echten Leben Kreditkartenbetrug erkennen, hat selten mehr als eine Handvoll Daten die richtigen Labels.

Mehr zum Thema Machine Learning

• No Code: ML-Prototyping mit igel
• Interview zu den Grenzen der KI: Machine-Learning-Agenten gegen NetHack
• Deep Learning: Modelle an Hardware anpassen
• Wie unternehmensweite Datenstrategien zu erfolgreichen KI-Projekten führen
• Schutz vor Data Poisoning und anderen Angriffen auf KI-Systeme
• Datenmanagement für KI: Machine-Learning-Versionierung mit Data Version Control
• Machine Learning: Wie Sie mit PyDeequ Datenqualitätstests definieren
• MLOps für AI auf eingebetteten Systemen
• Machine Learning: Sprache verarbeiten mit den Azure Cognitive Services
• Machine Learning: TensorFlow-Benchmarks auf MacBooks mit M1 Pro und M1 Max
• Neural-Network-Translator: Universelles Übersetzungstool für neuronale Netze
• Verteiltes maschinelles Lernen mit TensorFlow auf einem Raspi-Clusterchen
• Vergleich von Machine-Learning-Frameworks
• Stimmung mithilfe von Machine Learning analysieren

In den meisten Fällen muss man seine Daten manuell labeln. Das ist zeitraubend, kostspielig, fehleranfällig und kann zu suboptimalen Modellen führen. Ganz besonders ärgerlich wird es dann, wenn viele der Labels für den Lernalgorithmus gar nicht wichtig sind, weil er entweder schon genug ähnliche Datenpunkte gesehen hat oder es sich um Ausreißer handelt. Hier hilft Active Learning: Der Algorithmus sucht aktiv nach interessanten Datenpunkten und legt sie einem Menschen zum Labeln vor. Das minimiert einerseits den Aufwand und führt andererseits zu robusteren Modellen.

Das war die Leseprobe unseres heise-Plus-Artikels " Machine Learning: Labeling von Datensätzen mit Active Learning in der Praxis". Mit einem heise-Plus-Abo können sie den ganzen Artikel lesen und anhören.