Machine Learning

überwachtes Lernen - Trainieren von Vorhersagemodellen auf Basis von Ein- und Ausgangsgrößen

unüberwachtes Lernen - finden komprimierter Daten/Cluster in ungelabelten Datensätzen

bestärktes Lernen - Erlernen einer Problemlösestrategie

Regression - Vorhersage eines Wertes

Klassifizierug - Zuordning von Proben zu bestimmten Klassen

Precision= True A / (True A + False A) - gibt an welcher der zu A zugeordneten tatsächlich zu A gehört

Recall = True A / (True A + False B) - gibt an welche Proben der Kategorie A (Realität) auch A zugeordent wurden

F1 Score = 2(Precision*Recall) / (Precision+Recall)

Accuracy = (True A + True B) / All - Anteil welcher Proben richtig erkannt wurde

Clusteranalyse - Gruppierung eines ungelabelten Datensatzes zu Clustern

Dimensionsreduktion