Selbstüberwachtes Lernen

Merke

Das selbstüberwachte Lernen kombiniert die Ansätze des überwachten und unüberwachten Lernen. Im ersten Schritt werden Muster in unklassifizierten Daten gelernt und dann im zweiten Schritt für eine spezielle Aufgabe trainiert.

Die Idee hinter der unüberwachten Aufgabe ist, dass das Lösen dieser vergleichsweise einfachen Fragestellung die Gewichte des neuronalen Netzes so initialisiert, dass das Modell auch für andere Anwendungen nützlich sein kann. Selbstüberwachtes Lernen ist vor allem für automatische Bild-, Sprach- und Videoverarbeitung geeignet. Bekannte Beispiele sind ChatGPT für Texte und Stable Diffusion für Bilder.