Was sind Daten?
Fakten und Beobachtungen
z.B. Zahlen, Wörter, Statistiken und Messungen
Was sind Informationen?
Muster und Beziehungen zwischen Datenelementen
Welche Aufgaben werden mithilfe von Data Science erfüllt?
Systematische Analyse von Daten
Die Erforschung der in den Daten erhaltenen Informationen
Erstellung genauer Vorhersagen, um den Entscheidungsprozess zu unterstützen und zu leiten
Mit was befasst sich Data Science?
Strukturierung
Analyse
Visualisierung
und Intepretation
der gesammelten Daten.
Welches Ziel steht bei Data Science im Vordergrund?
Gewinnung von Wissen und Informationen
Vorhersage von Szenarien
Was sind die wichtigsten Treiber des sich abzeichnenden Bedarfs an Data Science?
Fortschritte bei der Leistungsfähigkeit von Computern und Rechenplattformen
die Verfügabrkeit von Daten aus verschiedenen Quellen und
die Fähigkeit, große Datenmengen zu speichern und zu verarbeiten
Welche Kompetenzen erfordert Data Science?
Künstliche Intelligenz (insbesondere Ansätze des maschinellen Lernens)
Data-Mining
Wissensentdeckung (engl. Knowledge Discovery in Database, KDD: Dies bezeichnet das Herauslesen von fachlichen Zusammenhängen aus großen Datenbeständen),
Datenspeicherung und Datenverarbeitung,
Datenvisualisierung,
Statistik und
Neuroinformatik
Was versteht man unter Data-Mining?
Prozess der Entdeckung von Mustern in großen Datensätzen
Wie lässt sich das Venn-Diagramm skizieren?
Wie definiert sich Business Intelligence (BI)?
So bezeichnet man eine Reihe von Strategien zur Identifizierung, Extraktion, Analyse, Verwaltung und Bereitstellung wichtiger Trends, die für Geschäftskennzahlen relevant sind.
Was ist das Ziel von Business Intelligence (BI)?
Erstellung einer deskriptiven Analyse von Daten für die Verwendung bei der Berichtserstattung über das vergangene Verhalten eines Unternehmens
Wie definiert sich Künstliche Intelligenz (KI)?
Entwicklung von Modellen, die es einem Computer ermöglichen, durch Einspielung relevanter Daten selbständig zu "denken" und zu lernen
Welche zwei Arten von KI gibt es?
Spezifische KI = Kann nur eine spezielle Aufgabe bewälltigen
Allgemeien KI = Verallgemeinert alle ihm gestellten Aufgaben (ähnlich wie ein Mensch) zu bewältigen.
Wie wird Maschinelles Lernen definiert?
Teilmenge von Künstlicher Intelligenz
Modelle werden entwickelt, um die Wahrscheinlichkeit eines zukünftigen Ereignisses oder eines neuen Datensatzes vorherzusagen.
Welche zwei Haupttypen von Maschinellem Lernen gibt es?
Überwachtes
Unüberwachtes
Wie defineirt sich Überwachtes Lernen?
Dabei stehen sowohl die beschreibenden Variablen als auch die Zielvariablen zur Verfügung.
Welche zwei Arten des Überwachten Lernens können unterschieden werden und wie definieren sich diese?
Klassifizierung
Eine Prognosemethode, die einen Datensatz in vordefinierte Klassen einteilt.
Regression
Anhand von historischen Daten wird eine Beziehung zwischen Eingabevariablen und einer Zielvariablen erlernt, die es dann ermöglicht, den Wert der Zielvariablen für unbekanne Eingabedaten vorherzusagen.
Wie definiert sich Unüberwachtes Lernen?
Dabei stehen nur die beschreibenden Variablen in den Daten zur Verfügung, aber nicht die Zielvariablen.
Was versteht man unter Reinforceent Learning (bestärkendes Lernen)?
Hier wird ein Ziel definiert und der Computer lernt den besten Weg, um dieses Ziel zu erreichen.
Ahmt die Art und Weise wie Menschen lernen am ehesten nach.
Was sind Datenvariablen?
Die messbaren und beobachtbaren Größen in Datensätzen
z.B. Höhe, Länge und Breite eines festen Objekts
Was versteht man unter Feature Engineering?
Erstellung neuer Variablen aus den ursprünglichen daten, um bestimmte Sachverhalte besser darstellen zu können.
Welches Vorgehen wird bei der Dimensionsreduktion verfolgt?
DIe Menge der Variablen wird so reduziert, dass die darin enthaltenenen Informationen möglicst umfassend erhalten bleiben.
Die Liste der ausgewählten Variablen schließt diejenigen Variablen aus, die redundant sind und/oder wenig Einfluss auf die Varianz des Datensatzes haben.
Das Ziel der Anwendung ist es, den für die Entwicklung des Modells für das maschinelle Lernen erforderlichen Rechenaufwand zu verrngern.
Was stellt der Fehler "erster Art" dar?
Anzahl falsch positiver Ereignisse
d.h. die Anzahl der negativen Ereignisse, die vom Modell als positiv vorhergesagt wurden.
Bsp: Wenn ein Modell reale Betrugsfälle als nicht betrügerisch vorhersagt, handelt es sich um einen fehler.
Was stellt der Fehler "zweiter Art" dar?
Die Anzahl der falsch negativen Ereignisse
d.h. die Anzahl an psoitiven Ereignissen, die vom Modell als negativ vorhergesagt werden
Bsp: Wenn ein Modell vorhersagt, dass in einem bestimmten Fall ein Betrug vorliegt, obwohl dies in Wirklickeit nicht der Fall ist.
Wie wird Sensitivität definiert?
Wie wird Spezifität definiert?
Wo findet Data Sciene in industriellen Produktionsprozessen Anwendung?
Sensor- und Aktordaten auf der Feldebene
Signaldaten auf der Steuerungsebene
Überwachungsdaten auf der Ausführungsebene
Indikatoren auf der Planungebene
Was ist das Ziel der Anwendung von Data Science in industriellen Produktionsprozessen?
Automatisierung und Optimierung bei gleichzeitiger Verbesserung der Wettbewerbspotion des Unternehmens.
Wo findet Data Science Geschäftlichen Anwendungen?
Kundendaten
Produktportfolio
Personalinformationen
Marketing- und Vertriebskennzahlen
Preisdatenbanken
Was ist das Ziel der geschäftlichen Anwendung von Data Science?
Geschäftsprozesse besser zu verstehen und voranzutreiben
Was ist das Hauptziel von Data Science auf Textanwendungen?
Informationen filtern,
zu suchen,
zu extrahieren
und zu strukturieren
Was ist das Hauptziel von Data Science auf Bilddaten-Anwendungen?
Objekte zu funden und zu erkennen
Szenen zu analyiseren und zu klassifieren
oder Bilder mit anderen Informationsquellen in Beziehung zu setzen
Welche Anwendungsfälle gibt es für Data Science in der Medizin?
Die Analyse oder die Verbesserung des Verständnisses der Nebenwirkungen von Medikamenten sowie die Erennung und Prognosse verschiedener Phasen bestmmter Krankheiten.
Zuletzt geändertvor 2 Jahren
