Generalization

Generalisierung ist der heilige Gral und das eigentliche Ziel des maschinellen Lernens. Es bezeichnet die Fähigkeit eines Modells, das Gelernte sinnvoll auf neue, unbekannte Daten anzuwenden, die nicht Teil des Trainingsdatensatzes waren. Ein Kind, das gelernt hat, wie der Familienhund aussieht, kann (generalisiert) auch einen Hund einer anderen Rasse auf der Straße als Hund erkennen.

Wenn ein KI-Modell nur die Trainingsdaten 'auswendig lernt' (Overfitting), hat es eine schlechte Generalisierung und versagt in der Praxis. Gute Generalisierung bedeutet, dass das Modell die tiefen, zugrundeliegenden Strukturen und Konzepte (Kausalitäten) der Daten verstanden hat, statt nur Oberflächenmuster zu korrelieren.