Grundlagen des maschinellen Lernens

Datensätze und Beobachtungen

Ein Datensatz besteht aus einzelnen Beobachtungen und den dazugehörigen Merkmalen. Eine Beobachtung kann einen Zeitpunkt, eine zusammengefasste Buchung oder eine sachliche Kategorie beschreiben. Merkmale halten Eigenschaften dieser Beobachtung fest, zum Beispiel einen Zeitraum, eine Größenklasse oder einen Status. Vor der Analyse wird geprüft, ob Datentypen, Einheiten und Zeitangaben einheitlich sind. Fehlende Werte werden nicht stillschweigend ergänzt: Sie können markiert, nach einer dokumentierten Regel behandelt oder aus einem klar benannten Grund ausgeschlossen werden.

Ebenso wichtig ist die Frage, ob mehrere Zeilen dieselbe Einheit abbilden und wie spätere Korrekturen kenntlich gemacht werden. Eine Stichprobe steht nur für die Beobachtungen, die nach diesen Regeln tatsächlich enthalten sind. Aussagen über andere Zeiträume oder nicht erfasste Kategorien brauchen daher eine eigene Prüfung. Diese Vorarbeit wirkt unscheinbar, bestimmt aber, was ein Modell später überhaupt berechnen kann.

Lernen aus Beispielen

Beim überwachten Lernen werden Eingaben zusammen mit bekannten Zielwerten bereitgestellt. Beim unüberwachten Lernen werden Ähnlichkeiten oder Gruppierungen ohne Zielvariable beschrieben. Beide Ansätze liefern rechnerische Strukturen, deren Bedeutung erst durch Datenkontext und Prüfmethode bestimmt wird. Verstärkendes Lernen bildet eine weitere Aufgabenform, bei der ein System Rückmeldungen zu Folgen von Aktionen verarbeitet. Im Rahmen dieser Website wird es nur begrifflich eingeordnet. Eine technische Simulation stellt keine Handlungsanweisung für reale finanzielle Vorgänge dar.

MODELLAUFBAU

Parameter, Merkmale und Zieldefinition

Technische Grundlagen

Ein Modell enthält Parameter, die während des Lernens anhand von Beispieldaten eingestellt werden. Die Zieldefinition bestimmt, welcher rechnerische Fehler dabei berücksichtigt wird. Eingaben können direkt aus vorhandenen Feldern stammen oder nach einer klar beschriebenen Regel abgeleitet werden. Viele Merkmale machen ein Modell nicht automatisch aussagekräftiger. Doppelte, unklare oder zeitlich unpassende Angaben können das Ergebnis schwerer verständlich machen. Deshalb werden Auswahl, Skalierung und Kodierung getrennt dokumentiert. Auch die Komplexität des Modells spielt eine Rolle. Ein sehr flexibles Verfahren kann Besonderheiten der Lerndaten übernehmen, die in neuen Daten nicht mehr vorkommen. Ein zu einfaches Verfahren kann dagegen wichtige Zusammenhänge auslassen. Validierungsdaten helfen, technische Einstellungen innerhalb eines vorher festgelegten Rahmens zu vergleichen, ohne die abschließenden Testdaten vorzeitig zu verwenden.

Lern-, Validierungs- und Testdaten

Lerndaten werden genutzt, um die Parameter eines Modells einzustellen. Validierungsdaten helfen bei der Auswahl technischer Einstellungen. Testdaten bleiben bis zur abschließenden Prüfung getrennt. Diese Rollen dürfen nicht vermischt werden, sonst zeigt die Auswertung eher, wie gut das Modell bekannte Beispiele wiedererkennt, als wie es mit getrennten Daten umgeht. Auch das Ergebnis der Prüfung braucht Kontext. Dazu gehören Stichprobengröße, Zeitraum, Klassenverteilung und die Regeln, nach denen Daten ausgeschlossen wurden. Für Klassifikationen zeigen etwa Konfusionsmatrix, Präzision und Sensitivität unterschiedliche Fehlertypen.

Bei numerischen Ausgaben kommen absolute oder quadratische Fehlermaße infrage. Keine dieser Kennzahlen sagt allein, ob der Datensatz vollständig oder für eine andere Fragestellung geeignet ist. Ein Vergleich mehrerer Modelle ist deshalb nur sinnvoll, wenn Datenaufteilung und Zieldefinition gleich bleiben. Modellversion, Datenstand und Prüfdatum werden gemeinsam festgehalten. Ebenso wird angegeben, wie viele Beobachtungen nicht verarbeitet werden konnten und warum. So lässt sich erkennen, auf welchen Teil der Daten sich das Ergebnis tatsächlich bezieht.

Nevald

Sachliche Informationen über maschinelles Lernen und den Umgang mit Finanzdaten.

Informationsseiten

Rechtliches

Kontakt

AdresseLeonhardtstraße 8
30175 Hannover, DE

Telefon+49 511 285770

E-Mailadmin@nevaldaisystem.com

Die dargestellten Inhalte dienen ausschließlich Informationszwecken und stellen keine Empfehlung, Beratung oder professionelle Anleitung dar.

Grundbegriffe