Kaum eine Technologie hat sich in den letzten Jahren so in unserem Alltag breit gemacht wie das maschinelle Lernen. Wenn Sie im Internet bei einer Bestellung weitere Einkaufsvorschläge erhalten oder Sie eine Pflanzenart anhand eines Bilds erkennen wollen, einen Text in eine andere Sprache übersetzen lassen oder sich den Umsatz vorhersagen lassen – für all das wird heute maschinelles Lernen eingesetzt.
Ein großer Teil dieser Fragestellungen sind Klassifikationsaufgaben, bei denen anhand von Eingangswerten eine ganze Zahl (stellvertretend für eine Klasse, z. B. 0/1 als Ja/Nein-Entscheidung) als Ergebnis erwartet wird. Ein weiterer großer Teil sind Regressionsaufgaben, bei denen ein kontinuierlicher Wert (z. B. ein Umsatz oder eine Restlebensdauer) als Ergebnis erwartet wird. Dieser Beitrag behandelt verschiedene Regressionsverfahren anhand ausgewählter Beispiele.