Ein Unternehmen muss ein Modell trainieren, um Bilder verschiedener Tierarten zu klassifizieren. Es verfügt bereits über einen großen Satz beschrifteter Bilder und wird keine zusätzlichen Daten beschriften. Welchen Lernansatz sollte das Unternehmen verwenden?

Überwachtes Lernen ist der richtige Ansatz, da das Unternehmen bereits über einen großen Satz beschrifteter Bilder verfügt. Beim überwachten Lernen wird ein Modell mit Eingabedaten und den entsprechenden korrekten Ausgaben (Labels) trainiert, um eine Abbildung zwischen ihnen zu lernen. Für die Klassifizierung von Tierartenbildern sind die beschrifteten Bilder die Eingabedaten und die Tierarten die Labels. Unüberwachtes Lernen wird verwendet, wenn keine beschrifteten Daten vorhanden sind, um Muster oder Strukturen in den Daten zu finden. Bestärkendes Lernen wird eingesetzt, wenn ein Agent durch Interaktion mit einer Umgebung lernt, Aktionen auszuführen, um Belohnungen zu maximieren, was hier nicht zutrifft. Aktives Lernen ist eine Technik, bei der der Lernalgorithmus interaktiv neue Datenpunkte zur Beschriftung auswählt, was im Widerspruch zur Anforderung steht, keine zusätzlichen Daten zu beschriften.