de:modul:m245:learningunits:lu02:aufgaben:01

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen Revision Vorhergehende Überarbeitung
Nächste Überarbeitung		 Vorhergehende Überarbeitung
de:modul:m245:learningunits:lu02:aufgaben:01 [2026/01/05 12:37] – vdemirde:modul:m245:learningunits:lu02:aufgaben:01 [2026/04/08 14:39] (aktuell) – vdemir
Zeile 3: Zeile 3:
 ===== Lernziele ===== ===== Lernziele =====
   - Grundverständnis für Machine Learning entwickeln.   - Grundverständnis für Machine Learning entwickeln.
-  - Geziehlt ML Strategien einsetzten können.+  - Geziehlt ML Strategien einsetzen können.
  
 ===== Rahmenbedingungen ===== ===== Rahmenbedingungen =====
Zeile 11: Zeile 11:
  
 ===== Ausgangslage ===== ===== Ausgangslage =====
-Ein Online-Shop möchte vorhersagen, ob ein Kunde ein Produkt kaufen wird oder nicht. Ihnen stehen folgende Merkmale (Features) zur Verfuegung:+Ein Online-Shop möchte vorhersagen, ob ein Kunde ein Produkt kaufen wird oder nicht. Ihnen stehen folgende Merkmale (Features) zur Verfügung:
  
   * Alter des Kunden   * Alter des Kunden
-  * Anzahl der bisherigen Einkaeufe+  * Anzahl der bisherigen Einkäufe
   * Zeit (in Minuten), die der Kunde auf der Produktseite verbracht hat   * Zeit (in Minuten), die der Kunde auf der Produktseite verbracht hat
   * Kaufentscheidung (Ja/Nein) ← Zielvariable   * Kaufentscheidung (Ja/Nein) ← Zielvariable
  
-===== Auftrag A: – Grundlagen (Theorie) =====+===== Auftrag A: Grundlagen/Theorie =====
  
-**1.** Erklaere Sie kurz den Unterschied zwischen+**1.** Erkläre Sie kurz den Unterschied zwischen
     * Supervised Learning und     * Supervised Learning und
     * Unsupervised Learning.     * Unsupervised Learning.
Zeile 26: Zeile 26:
     * Klassifikation oder     * Klassifikation oder
     * Regression?     * Regression?
-**3. ** Nenne Sie zwei typische Algorithmen, die für dieses Problem geeignet waeren, und begründen Sie jeweils in einem Satz.+**3. ** Nenne Sie zwei typische Algorithmen, die für dieses Problem geeignet wären, und begründen Sie jeweils in einem Satz.
  
-===== Auftrag B: – Datenverstaendnis  =====+===== Auftrag B: Datenverständnis  =====
 **4. **Welche der oben genannten Merkmale sind numerisch, welche kategorisch? **4. **Welche der oben genannten Merkmale sind numerisch, welche kategorisch?
  
 **5. **Warum ist es problematisch, die Zielvariable als Feature zu verwenden? **5. **Warum ist es problematisch, die Zielvariable als Feature zu verwenden?
  
-===== Auftrag c: – Praxisdenken =====+===== Auftrag C: Praxisdenken =====
  
 **6. **Beschreiben Sie in 4–5 Schritten den typischen Ablauf eines Machine-Learning-Projekts (von Daten bis Modellbewertung). **6. **Beschreiben Sie in 4–5 Schritten den typischen Ablauf eines Machine-Learning-Projekts (von Daten bis Modellbewertung).
  
-**7. **Nennen Sie zwei Risiken, die auftreten koennen, wenn:+**7. **Nennen Sie zwei Risiken, die auftreten können, wenn:
   * zu wenige Trainingsdaten vorhanden sind   * zu wenige Trainingsdaten vorhanden sind
   * das Modell zu gut auf die Trainingsdaten passt   * das Modell zu gut auf die Trainingsdaten passt
  
-**8.** Was ist //Overfitting// – erklaert so, dass es auch jemand versteht, der glaubt, KI sei Bewusstsein. +**8.** Was ist //Overfitting// – erklären Sie so, dass es auch jemand versteht, der glaubt, KI sei Bewusstsein.
- +
  
 ===== Lösung ===== ===== Lösung =====
-[[de:modul:m245:learningunits:lu02:loesungen:l01|Lösung]]+[[de:modul:m245:learningunits:lu02:loesungen:l01|LU02.L01]]
  
 ---- ----
 [[https://creativecommons.org/licenses/by-nc-sa/4.0/|{{https://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png}}]] Volkan Demir [[https://creativecommons.org/licenses/by-nc-sa/4.0/|{{https://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png}}]] Volkan Demir
  • de/modul/m245/learningunits/lu02/aufgaben/01.1767613072.txt.gz
  • Zuletzt geändert: 2026/01/05 12:37
  • von vdemir