Aus Daten lernen

Künstliche Intelligenz verstehen

Maarten Van den Broeck

Senior Content Developer at DataCamp

KI-Funktionen und betroffene Bereiche

KI-Bereiche und KI-Funktionen

Künstliche Intelligenz verstehen

KI-Funktionen und betroffene Bereiche

KI-Bereiche und KI-Funktionen

Künstliche Intelligenz verstehen

Das Maschinelle Lernen (ML)

Machine Learning: aus Daten lernen und Muster erkennen

Bereiche des Machinellen Lernens

Künstliche Intelligenz verstehen

Das Maschinelle Lernen (ML)

Machine Learning: aus Daten lernen und Muster erkennen

Bereiche des Machinellen Lernens

Künstliche Intelligenz verstehen

Das Maschinelle Lernen (ML)

Machine Learning: aus Daten lernen und Muster erkennen

Bereiche des Machinellen Lernens

Künstliche Intelligenz verstehen

Das Maschinelle Lernen (ML)

Machine Learning: aus Daten lernen und Muster erkennen

Bereiche des Machinellen Lernens

Künstliche Intelligenz verstehen

Das Maschinelle Lernen (ML)

Machine Learning: aus Daten lernen und Muster erkennen

Bereiche des Machinellen Lernens

Künstliche Intelligenz verstehen

Überwachtes Lernen: Klassifizierung

Klassifizierung: Ordne jeder Datenbeobachtung einer Kategorie (Klasse) zu

  • Binäre Klassifizierung: zwei Klassen, z. B. positiv/negativ, männlich/weiblich usw.

Binäre Klassifizierung

Künstliche Intelligenz verstehen

Überwachtes Lernen: Klassifizierung

Klassifizierung: Ordne jeder Datenbeobachtung einer Kategorie (Klasse) zu

  • Binäre Klassifizierung: zwei Klassen, z. B. positiv/negativ, männlich/weiblich usw.
  • Mehrklassen-Klassifizierung: sich gegenseitig ausschließende Klassen, z. B. Arten

Überwachtes Lernen: Datenbeschriftung (Beschriftung von Beobachtungen mit a priori bekannter Klasse), um ein Modell zu lernen/trainieren, das Schlussfolgerungen ziehen kann

Mehrklassen-Klassifizierung

Künstliche Intelligenz verstehen

Überwachtes Lernen: Regression und Vorhersage

Regression: Weise jeder Datenbeobachtung basierend auf Eingaben eine Zahl oder Label zu.

Regression zur Schätzung eines Hauspreises

Zeitreihenprognose: Vorhersage zukünftiger Werte basierend auf vergangenem Verhalten

Zeitreihenprognose zur Vorhersage der täglichen Busfahrgäste

Künstliche Intelligenz verstehen

Unüberwachtes und bestärkendes Lernen

Clustering: Untergruppen von Daten mit ähnlichen Merkmalen finden (z. B. k-means-Algorithmus)

Clustering von Pinguindaten

Anomalieerkennung: Erkennung abnormaler Datenbeobachtungen, z. B. ungewöhnliche Kartentransaktionen

Anomalieerkennung

Erkennung von Assoziationsregeln: Finden gemeinsamer Elemente in Transaktionsdaten

Entdecken häufig zusammen gekaufter Produkte

Verstärkendes Lernen: durch Erfahrung (Versuch und Irrtum) lernen, eine komplexe Aufgabe zu meistern

Verstärkendes Lernen zur Navigation in einem Labyrinth

Künstliche Intelligenz verstehen

Wie wäre es mit Tiefes Lernen?

  • Hochentwickelte Modelle, die auf tiefen neuronalen Netzen basieren: lösen sehr anspruchsvolle Aufgaben, bei denen klassische Modelle an ihre Grenzen stoßen

  • Lernt aus Daten genau so, wie es ein menschliches Gehirn tun würde

Brauchen viele Daten, um zu lernen: manchmal Millionen von Beobachtungen

Deep-Learning-Aufgaben

Künstliche Intelligenz verstehen

Wie wäre es mit Tiefes Lernen?

Hochentwickelte Modelle, die auf tiefen neuronalen Netzen basieren: lösen sehr anspruchsvolle Aufgaben, bei denen klassische Modelle an ihre Grenzen stoßen

Brauchen viele Daten, um zu lernen: manchmal Millionen von Beobachtungen

Deep-Learning-Aufgaben

Künstliche Intelligenz verstehen

Lass uns üben!

Künstliche Intelligenz verstehen

Preparing Video For Download...