Aus Daten lernen
Künstliche Intelligenz verstehen
Maarten Van den Broeck
Senior Content Developer at DataCamp
KI-Funktionen und betroffene Bereiche
KI-Funktionen und betroffene Bereiche
Das Maschinelle Lernen (ML)
Machine Learning: aus Daten lernen und Muster erkennen
Das Maschinelle Lernen (ML)
Machine Learning: aus Daten lernen und Muster erkennen
Das Maschinelle Lernen (ML)
Machine Learning: aus Daten lernen und Muster erkennen
Das Maschinelle Lernen (ML)
Machine Learning: aus Daten lernen und Muster erkennen
Das Maschinelle Lernen (ML)
Machine Learning: aus Daten lernen und Muster erkennen
Überwachtes Lernen: Klassifizierung
Überwachtes Lernen: Klassifizierung
Überwachtes Lernen: Regression und Vorhersage
Regression: Weise jeder Datenbeobachtung basierend auf Eingaben eine Zahl oder Label zu.
Zeitreihenprognose: Vorhersage zukünftiger Werte basierend auf vergangenem Verhalten
Unüberwachtes und bestärkendes Lernen
Clustering: Untergruppen von Daten mit ähnlichen Merkmalen finden (z. B. k-means-Algorithmus)
Anomalieerkennung: Erkennung abnormaler Datenbeobachtungen, z. B. ungewöhnliche Kartentransaktionen
Erkennung von Assoziationsregeln: Finden gemeinsamer Elemente in Transaktionsdaten
Verstärkendes Lernen: durch Erfahrung (Versuch und Irrtum) lernen, eine komplexe Aufgabe zu meistern
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
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
