Darstellungslernen

Repräsentationslernen ist ein Prozess im maschinellen Lernen, bei dem Algorithmen sinnvolle Muster aus Rohdaten extrahieren, um Darstellungen zu erstellen, die leichter verständlich und handhabbar sind. Diese Darstellungen können so gestaltet werden, dass sie interpretierbar sind, verborgene Merkmale aufdecken oder für das Transferlernen verwendet werden. Sie haben einen großen Wert in grundlegenden Aufgaben wie der Bildklassifizierung und -retrieval. Beim überwachten Repräsentationslernen werden gekennzeichnete Daten genutzt, um Darstellungen zu lernen, die andere Aufgaben lösen können; beim unüberwachten Repräsentationslernen dagegen werden Darstellungen durch unkennzeichnete Daten gelernt, was den Bedarf an gekennzeichneten Daten bei der Bearbeitung neuer Aufgaben reduziert. In den letzten Jahren hat sich das selbstüberwachte Lernen zu einer wichtigen treibenden Kraft hinter dem unüberwachten Repräsentationslernen entwickelt, insbesondere in den Bereichen Computer Vision und Natürliche Sprachverarbeitung.