Was ist KI / AI?
KI = Künstliche Intelligenz
AI = Artificial Intelligence
Software die Menschliche verhaltensweisen adaptiert.
z.B.
Spracherkennung
Lernen
Planung
Probleme lösen
Was ist ML?
ML = Machine Learning
Softwaremodelle die versuchen die Denkprozesse von Menschen nachzuarmen.
Es handelt sich dabei um einen Bereich der künstlichen Intelligenz (KI), der es Computersystemen ermöglicht, aus Daten zu lernen und Probleme selbstständig zu lösen, ohne explizit dafür programmiert zu werden.
Wann nutzt man ML/AI und wann nicht?
Man braucht KEINE AI/ML wenn:
Wenn man eingrenzen kann
das ergebnis/die vorhersage programmtechnisch abbilden kann
Man braucht AI/ML wenn:
Was ist DL?
DL = Deep Learning
Unterbereich von Machine learning
spezielle prozessoren
deutlich komplexere berechnungen als ML
gleiche methoden auf größere tiefe
Schritte Machine Learning Pipeline?
Sammeln von Daten aus verschiedenen Quellen
Daten bereiningen um Homogenität zu haben
Modellbildung - auswahl des richtigen Algorithmus
Gewinnen von Erkenntnissen aus den Ergebnissen des MOdells
Datenvisualisierung - Ergbnisse in visuelle Diagramme umwandeln
welche 3 arten von learning gibt es?
Supervised Learning
Unsupervised Learning
Semi-Supervised Learning
Was ist Supervised Learning?
Supervised Learning = Überwachtes Lernen
Dabei Lernt das Modell mit Hilfe von beschrifteten Daten. Das Ziel besteht darin, Vorhersagen für neue, ungesehene Probleme zu geben.
Was ist unsupervised Learning?
unsupervised Learning = unüberwachtes Lernen
Dabei lernt das Modell mit unbeschrifteten Daten. (Fragen ohne Antworten)
Das Ziel besteht darin, Muster oder Beziehungen zu erkennen.
Was ist Semi-Supercised Learning?
Semi-Supervised Learning = Halbüberwachtes Lernen
Das Modell lernt mit Hilfe einer kleinen Menge von beschrifteten Daten und einer großen Menge von unbeschrifteten Daten.
Ziel ist es die unbeschrifteten Daten zu verwenden um genauigkeit des Modells zu verbessern.
Wie funktionieren Instance-based Algorithms?
Nenne 2 Beispiele.
Instance-based Algorithms = Instanzbasierte Algorithmen
Sie speichern Beispiele und vergleicht jede Eingabe mit ihnen.
Mit Hilfe eines Ähnlichkeitsmaßes trifft sie dann eine Aussage.
k-Nearest Neighbor (kNN)
Self-Organizing Map (SOM)
Wie funktionieren Decision Tree Algorithms?
Decision Tree Algorithms = Entscheidungsbaum Algorithmus
Bei ihm verzweigen sich Entscheidungen in einer Baumstruktur, bis eine Vorhersageentscheidung für einen bestimmten Datensatz getroffen wird.
M5
Classification and Regression Tree (CART)
Wie funktioniert ein Clustering Algorithms?
Clustering Algorithms = Clustering-Algorithmus
Er sortiert nach bestimmten Gesichtspunkten die Datenpunkte in Gruppen (Cluster). Je nach Cluster werden dann Entscheidungen getroffen.
k-Means
k-Medians
Nenne mir 3 ML-Algorithmen.
Instance-based Algorithmus
Decision-Tree Algorithmus
Clustering Algorithmus
Zuletzt geändertvor 2 Jahren
