Unüberwachtes Lernen

Machine Learning verstehen

Hadrien Lacroix

Content Developer at DataCamp

Unüberwachtes Lernen

Unüberwachtes Lernen

• Unüberwachtes Lernen = keine Zielspalte
  • Keine Führung
  • Sieht sich den gesamten Datensatz an
  • Versucht, Muster zu erkennen

Anwendungen

Clustering

Beispiel für Clustering

Arten-Cluster

Farb-Cluster

Ursprungs-Cluster

Clustering-Modelle

• K Means:
  • Lege die Anzahl von Clustern fest
• DBSCAN (Density-Based Spatial Clustering of Applications with Noise):
  • Lege fest, was ein Cluster ist

Iris-Tabelle

K-Means mit 4 Clustern

K-Means mit 3 Clustern

Grundwahrheit

Anomalieerkennung

Ausreißer aufspüren

• Anomalieerkennung = Erkennen von Ausreißern
• Ausreißer = Beobachtungen, die vom Rest abweichen

Ausreißer

Entfernen von Ausreißern

Einige Anwendungsfälle der Anomalieerkennung

• Entdecken von Geräten, die schneller ausfallen oder länger halten
• Entdecken von Betrügern, die es schaffen, das System auszutricksen
• Entdecken von Patienten, die einer tödlichen Krankheit widerstehen
• ...

Assoziation

Assoziation

Lass uns üben!

Machine Learning verstehen