Denk mal symbolisch!: Wie man automagisch mathematische Formeln findet
Abseits des immer wieder diskutierten Deep Learning gibt es noch zahlreiche andere maschinelle Lernverfahren. Eines der spannendsten und gleichzeitig auch unbekanntesten ist die symbolische Regression, die automatisiert Zusammenhänge innerhalb von Daten in Form mathematischer Formeln finden kann. Damit einher gehen zahlreiche positive Eigenschaften, angefangen von der Einfachheit über die echte Interpretierbarkeit des Modells bis hin zur Implementierbarkeit in wahrscheinlich jeder Programmiersprache der Welt. Wie wäre es zum Beispiel damit, physikalische Gesetzmäßigkeiten anhand von Messwerten zu entdecken?
Die symbolische Regression macht's möglich(öffnet im neuen Fenster). Newton, Galileo und weitere Größen der Mechanik hätten sicherlich ihre Freude daran gehabt, aber auch heutzutage ergibt dieses Verfahren absolut Sinn. In einem vorherigen Artikel (Maschinelles Lernen und Autounfälle – Es muss nicht immer Deep Learning sein) wurde am Beispiel der Entwicklung einer Fahrzeugsicherheitsfunktion eine Anwendung der symbolischen Regression gezeigt. Dabei wurde ein Modell vorgestellt, das komplexe Crashinteraktionen zwischen Fahrzeugen berechnen kann und gleichzeitig ein von neuronalen Netzen nicht erreichbares Niveau an Interpretierbarkeit bietet.