Zum Inhalt
Anmelden
Alle Apps

Regel oder Beispiel: wie eine Maschine lernt

Über diese App

Ob eine Zahl gerade ist, sagt eine Regel: die letzte Ziffer. Ob ein Pixelbild eine handgeschriebene Sieben ist, sagt keine: Eine echte Pixelregel liegt bei 6 von 18 Bildern falsch. Klassisches Programmieren heißt Regeln plus Daten ergeben Antworten, maschinelles Lernen Daten plus Antworten ergeben Regeln. Eine echte logistische Regression dreht ihr Mischpult aus 8 Reglern an 4800 Beispielen, der Fehler fällt von 50 auf 5,8 Prozent, dann erkennt sie neue Siebenen.

Mit Erklärmodus: Ein KI-Tutor führt dich durch die App, zeigt in der Szene, worauf es ankommt, und beantwortet deine Fragen.

Regeln hinschreiben oder aus Beispielen lernen

Manche Aufgaben haben eine präzise Regel: Ob eine Zahl gerade ist, entscheidet ihre letzte Ziffer, egal wie lang die Zahl ist. Für andere Aufgaben gibt es keine brauchbare Regel. Ob ein Bild aus 784 Pixeln eine handgeschriebene 7 zeigt, lässt sich kaum in Pixeln formulieren, obwohl jedes Kind die 7 sofort erkennt. Klassisches Programmieren rechnet mit Regeln und Daten Antworten aus. Maschinelles Lernen dreht das um: Aus Daten und den zugehörigen Antworten, den Labels, entstehen die Regeln, die danach neue Fälle beantworten.

Was die App zeigt

Vier Szenen mit einem echten kleinen Modell. Die Regel für gerade Zahlen prüft sieben Zahlen ohne Fehler. Eine hart kodierte Pixelregel für die 7 liegt bei 18 Bildern nur zwölfmal richtig: Sie verpasst kleine und verschobene Siebenen und hält eine 1 mit Fähnchen, eine 9 und eine 2 für eine 7. Dann lernt eine logistische Regression mit 785 Zahlen aus 480 beschrifteten Beispielen. Ein Mischpult fasst die Gewichte zu acht Reglern zusammen, die sich beim Training selbst einstellen, während die Fehlerquote von 50 auf 5,8 Prozent fällt. Ausgelernt erkennt das Modell 93,3 Prozent neuer Testbilder.

Selbst ausprobieren

Wähle eine Szene und geh die Schritte durch: Prüfe die letzte Ziffer, lege die Pixelregel über die Galerie, tausche im Diagramm Antworten und Regeln und starte das Training. Die Zahlen im Panel zeigen jeweils, wie viele Bilder die Regel trifft, wie viele Beispiele das Modell gesehen hat und wie sicher es bei einem neuen Zettel ist.

Häufige Fragen

Was ist der Unterschied zwischen klassischem Programmieren und maschinellem Lernen?
Beim klassischen Programmieren schreibt ein Mensch die Regeln, und der Computer wendet sie auf Daten an, um Antworten zu liefern. Beim maschinellen Lernen bekommt der Computer Daten zusammen mit den richtigen Antworten und bestimmt daraus selbst die Regeln, mit denen er später neue Fälle beantwortet.
Warum lässt sich eine handgeschriebene 7 nicht mit einer Pixelregel erkennen?
Siebenen unterscheiden sich in Größe, Lage, Neigung, Strichstärke und Form, mit und ohne Querstrich. Eine feste Regel über Pixelpositionen trifft deshalb nur einen Teil von ihnen und lässt zugleich ähnliche Ziffern wie eine 1 mit Fähnchen durch. Ein gelerntes Modell gewichtet alle Pixel aus vielen Beispielen und kommt so deutlich weiter.
Was sind die Regler eines Modells?
Ein Modell hat eine feste Form und viele einstellbare Zahlen, die Parameter oder Gewichte. Training verschiebt sie Beispiel für Beispiel so, dass der Fehler kleiner wird. Eine logistische Regression auf 28 × 28 Pixeln hat 785 solcher Zahlen, große Netze haben Millionen oder Milliarden.
Was kann ich in der App ausprobieren?
Vier Szenen mit Schritten: die Regel für gerade Zahlen, die Pixelregel an zwölf Siebenen und sechs anderen Bildern, das Training am Mischpult mit echter Fehlerkurve und das ausgelernte Modell mit einem neuen Zettel und einer Gegenprobe. Ein Erklärmodus führt durch alles.

Fach: Machine Learning

Mehr aus Machine Learning

Eine VisuApp von heyprof: interaktiv, kostenlos im Browser, ohne Anmeldung. Was ist eine VisuApp? · Alle Apps