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

KI-Funktionen und betroffene Bereiche

KI-Bereiche und KI-Funktionen

Das Maschinelle Lernen (ML)

Machine Learning: aus Daten lernen und Muster erkennen

Bereiche des Machine Learning

Das Maschinelle Lernen (ML)

Machine Learning: aus Daten lernen und Muster erkennen

Bereiche des Machine Learning

Das Maschinelle Lernen (ML)

Machine Learning: aus Daten lernen und Muster erkennen

Bereiche des Machine Learning

Das Maschinelle Lernen (ML)

Machine Learning: aus Daten lernen und Muster erkennen

Bereiche des Machine Learning

Das Maschinelle Lernen (ML)

Machine Learning: aus Daten lernen und Muster erkennen

Bereiche des Machine Learning

Überwachtes Lernen: Klassifizierung

Klassifizierung: Ordnet jeder Datenbeobachtung eine Kategorie (Klasse) zu {{1}}Binäre Klassifizierung: zwei Klassen, z. B. positiv/negativ, männlich/weiblich usw.

Binäre Klassifikation

Überwachtes Lernen: Klassifizierung

Klassifizierung: Ordnet jeder Datenbeobachtung eine Kategorie (Klasse) zu Binäre Klassifizierung: zwei Klassen, z. B. positiv/negativ, männlich/weiblich usw. Mehrklassen-Klassifizierung: sich gegenseitig ausschließende Klassen, z. B. Arten

{{2}}Datenbeschriftung (Beschriftung von Beobachtungen mit a priori bekannter Klasse), um ein Modell zu lernen/trainieren, das Schlussfolgerungen ziehen kann

Mehrklassenklassifikation

Überwachtes Lernen: Regression und Vorhersage

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

Regression zur Schätzung eines Hauspreises

{{2}}Zeitreihenprognose: Vorhersage zukünftiger Werte basierend auf vergangenem Verhalten

Zeitreihenprognose zur Vorhersage täglicher Busfahrgäste

Unüberwachtes und bestärkendes Lernen

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

Clustering-Pinguin-Daten

{{2}}Anomalieerkennung: Erkennung abnormaler Datenbeobachtungen, z. B. ungewöhnliche Kreditkartentransaktionen

Anomalieerkennung

{{3}}Erkennung von Assoziationsregeln: Finden gemeinsamer Elemente in Transaktionsdaten

Produkte entdecken, die häufig zusammen gekauft werden

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

Verstärkendes Lernen zur Navigation durch ein Labyrinth

Was ist mit Tiefem Lernen (Deep Learning)?

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

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

Deep Learning-Aufgaben

Was ist mit Tiefem Lernen (Deep Learning)?

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

Probier es aus!

Künstliche Intelligenz verstehen