Ein Algorithmus ist eine festgelegte Folge von Rechenschritten. Beim maschinellen Lernen werden Parameter anhand von Beispieldaten angepasst. Eingaben, Zielgröße und Fehlermaß bestimmen, welche Beziehung der Ablauf abbildet. Die Ausgabe bleibt an diese Definitionen gebunden und besitzt außerhalb des geprüften Datenbereichs keine automatische Gültigkeit.
Vom Eingangswert zur
dokumentierten Ausgabe
Numerische Merkmale können skaliert, kategorische Angaben kodiert und Zeitangaben in geordnete Komponenten überführt werden. Anschließend verknüpft das Modell die Werte entsprechend seiner Struktur. Bei linearen Verfahren entstehen gewichtete Summen. Entscheidungsbäume teilen Beobachtungen nach festgelegten Schwellen. Neuronale Netze führen mehrere Transformationen nacheinander aus. Jede Struktur besitzt eigene Parameter und Prüfanforderungen. Skalierungswerte und Kategorien werden aus dem vorgesehenen Lernbereich bestimmt. Werden sie mit späteren Prüfdaten berechnet, gelangt zusätzliche Information in die Modellphase. Deshalb werden Transformationen zusammen mit den Modellparametern gespeichert und auf neue Eingaben nach denselben Regeln angewendet.
Während der Lernphase wird eine Zielfunktion berechnet, die den Abstand zwischen Modellausgabe und Referenz beschreibt. Ein Rechenverfahren passt Parameter schrittweise an. Anzahl der Durchläufe, Startwerte und Abbruchregeln werden dokumentiert. Diese technischen Einstellungen beeinflussen das gelernte Modell, sagen jedoch allein nichts über seine Eignung für andere Zeiträume oder Datenquellen aus. Zufällige Aufteilungen und Startwerte werden mit einem dokumentierten Ausgangswert reproduzierbar gemacht. Mehrere Durchläufe können zeigen, wie stark ein Ergebnis von einer einzelnen Aufteilung abhängt. Die Auswahl einer Einstellung erfolgt nur anhand der dafür vorgesehenen Validierungsdaten.
Bei einer Klassifikation ordnet ein Modell Beobachtungen vorher festgelegten Kategorien zu. Eine Regression gibt einen Zahlenwert aus. Gruppierungsverfahren suchen dagegen nach Ähnlichkeiten, ohne dass eine Zielklasse vorgegeben ist. Welche Ausgabe entsteht, hängt daher zuerst von der Aufgabenform ab. Ein Wahrscheinlichkeitswert ist keine Gewissheit, sondern eine modellabhängige Zahl. Wird daraus eine Kategorie gebildet, bestimmt ein zusätzlicher Schwellenwert, wie häufig verschiedene Fehlertypen auftreten. Bei Gruppierungen ist das gewählte Distanzmaß entscheidend: Es legt fest, wann zwei Beobachtungen rechnerisch als ähnlich gelten. Schon eine andere Skalierung kann die Gruppen verändern. Deshalb werden Gruppen erst nach einer Prüfung ihrer Merkmale benannt und nicht allein anhand der Rechenausgabe interpretiert.
Prüfung
Nach dem Lernen wird das Modell mit getrennten Daten geprüft. Zu jeder Kennzahl gehören die Größe der Stichprobe, der Zeitraum und die Verteilung der Zielwerte. Bei zeitlich geordneten Finanzdaten ist die Reihenfolge besonders wichtig: Spätere Informationen dürfen nicht unbemerkt in frühere Phasen gelangen. Ein Prüfbericht beschreibt außerdem ungewöhnliche Wertebereiche, fehlende Kategorien und Eingaben, die das Modell nicht verarbeiten konnte. Dadurch wird sichtbar, ob eine Kennzahl auf dem gesamten vorgesehenen Datensatz oder nur auf einem Teil davon beruht.
Modellversion und Datenstand werden immer gemeinsam genannt. Eine einfache Referenzmethode kann zusätzlich zeigen, welcher Anteil eines Ergebnisses bereits aus der Grundverteilung der Zielwerte entsteht. Sie wird unter denselben Bedingungen berechnet und nicht als allgemeiner Maßstab verwendet. Ändern sich Datenfelder, Erfassungsregeln oder die Zieldefinition, ist eine neue Prüfung erforderlich. Protokollierte Rechenschritte sorgen dafür, dass die Auswertung später wiederholt und mit derselben Ausgangslage verglichen werden kann. Die dargestellten Prüfungen erklären technische Zusammenhänge und sind keine Grundlage für persönliche Finanzentscheidungen.
Diese Website verwendet ausschließlich technisch notwendige Cookies, um die grundlegende Funktionalität und die korrekte Darstellung der Seiten zu gewährleisten. Es werden keine Cookies für Analyse-, Tracking-, Profilerstellungs- oder Werbezwecke eingesetzt.