Was ist der Unterschied zwischen überwachtem und unüberwachtem Lernen?
Überwachtes Lernen nutzt gelabelte Daten (mit bekannten Zielwerten), während unüberwachtes Lernen keine Labels verwendet und Muster in den Daten erkennt.
Welche Aufgabenstellungen werden beim ML mit nominalen bzw. kardinalen Zielgrößen durchgeführt?
Nominale Zielgrößen → Klassifikation, kardinale Zielgrößen → Regression.
Was sind die vier Schritte des Trainings eines neuronalen Netzes?
Eingabewerte setzen
Ausgaben berechnen
Fehler berechnen (Loss)
Gewichte anpassen (Backpropagation)
Welche Rolle spielt die Loss-Funktion beim Training?
Sie misst den Fehler zwischen berechneter und korrekter Ausgabe. Der Fehler wird zur Optimierung der Gewichte verwendet.
Welche Loss-Funktion wird typischerweise bei Regressionsaufgaben verwendet?
Mean Squared Error (MSE):
MSE=1/n ∑(yi−y^i)2
Welche Metriken zur Klassifikationsbewertung gibt es?
Accuracy
Precision = TP / (TP + FP)
Recall = TP / (TP + FN)
F1-Score = 2 * (Precision * Recall) / (Precision + Recall)
Was ist eine Konfusionsmatrix?
Eine Tabelle, die wahre/false positive/negative klassifiziert: TP, TN, FP, FN.
Was misst der AUC-ROC-Wert?
Die Qualität eines Klassifikators unabhängig vom Schwellenwert. 1 = perfekt, 0.5 = Zufall.
Was ist der Zweck von Validierung?
Die Leistung des Modells auf Daten zu bewerten, die nicht zum Training verwendet wurden.
Was ist Cross-Validation?
Die Daten werden in k-Folds aufgeteilt. Das Training/Validierung wird k-mal mit unterschiedlichen Splits wiederholt. Ergebnisse werden gemittelt.
Was ist ein Autoencoder?
Ein neuronales Netz, das Eingaben komprimiert (Encoder) und rekonstruiert (Decoder), um Anomalien durch hohe Rekonstruktionsfehler zu erkennen.
Wie erkennt ein Autoencoder eine Anomalie?
Durch einen hohen Rekonstruktionsfehler beim Vergleich zwischen Original und rekonstruiertem Input.
Nenne ein Beispiel für KI-basierte Anomalieerkennung in Cyber-Physical Systems.
Detektion von Maschinenanomalien oder fehlerhaften Rohmaterialien durch neuronale Netze.
Was ist das Ziel des DigiMed-Projekts?
Entwicklung eines zertifizierbaren KI-Workflows für patientenspezifische 3D-Implantate.
Zuletzt geändertvor 16 Tagen