Was für Kategorien im ML ?
Unsupervised, Supervised, Reinforcement
Was sind die Labels in Supervised Learning?
Wie schreibt man das mathematisch mit den Labels in ML?
Was ist dabei der unteschied zum unsupervised learning?
Was ist das generelle Vorgehen bei supervised learning ?
Was ist scoring bzw prediction ?
Was is regression und zu welcher Kategorie gehört es ?
Was ist das Clustering? Zu welcher kategorie?
Wie lautet der generische Aufbau von ML mit scikit learn?
Wie werden die Daten von sklearn erwartet?
Wie lautet der typische ML Ablauf ?
Was ist macht man auf keinen Fall bei der Modell validation ?
Wie macht man eine richtige Model Validation?
Wie in sklearn?
Was sind zwei Methoden den Score eines Models zu ermitteln in Sklearn?
Was ist der Nachteil des Holdout sets? Alternative?
Was ist der Nacteil der Cross-Val und was kann man verbessern?
Was ist der Unterschied zwischen Prameter und Hyperparameter ?
Was macht man falls Modell zu geringe Genauigkeit aufweist?
Was ist der Bias Variance tradeoff?
Tradeoff bei variation der Modelkomplexität
Wie plotted man trainings and validation score in sklearn?
Warum kann man nicht nur validation score kurve verwenden um Komplexität auszuwählen?
Wie verwendet man learning curves in sklearn?
Was macht man wenn es nicht nur einen Hyperparameter gibt?
Zuletzt geändertvor 2 Jahren
