18. Maschinelles Lernen

Im folgenden Kapitel werden wir einen Überblick über Verfahren des maschinellen Lernens bieten. Dabei werden wir uns auf etablierte Methoden konzentrieren, welche vor allem im Bereich der Bildverarbeitung Anwendung finden. Die Fähigkeit eine Art der automatischen Bildanalyse und -erkennung von Objekten durchzuführen, ist sowohl in der Robotik als auch bei zahlreichen Anwendungen zwingend notwendig. In den letzten Jahren lässt sich ein drastischer Anstieg an komplexen industriellen Problemstellungen verzeichnen, welche ohne Verfahren des maschinellen Lernens nicht realisierbar sind. Als prägnantes Beispiel sei hier die Fußgängerdetektion  und zahlreiche andere Fahrerassistenzsysteme aufgeführt. Weiterhin stößt die manuelle Optimierung von Parametern eines Algorithmus für eine gegebene Aufgabenstellung schnell an ihre Grenzen und die meisten Algorithmen der Bildverarbeitung besitzen Kontrollparameter welchen einen entscheidenden Einfluss auf die Ergebnisse haben. Methoden des maschinellen Lernens ermöglichen es einen Teil dieser Parameter automatisch aus gegebenen Daten zu lernen.

Das folgende Kapitel führt zunächst die unterschiedlichen Problemfelder des maschinellen Lernens ein, um dann aktuelle Klassifikationstechniken zu diskutieren. Insgesamt werden wir in diesem Buch nur die Grundzüge des maschinellen Lernens bei einfachen Klassifikationsaufgaben kennenlernen. Dem interessierten Leser sei zur weiteren Lektüre das englischsprachige Buch von Chris Bishop  empfohlen.