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 [2026/04/08 08:26] – 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 18: Zeile 18:
   * Kaufentscheidung (Ja/Nein) ← Zielvariable   * Kaufentscheidung (Ja/Nein) ← Zielvariable
  
-===== Auftrag A: – Grundlagen/Theorie =====+===== Auftrag A: Grundlagen/Theorie =====
  
 **1.** Erkläre Sie kurz den Unterschied zwischen **1.** Erkläre Sie kurz den Unterschied zwischen
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: – Datenverständnis  =====+===== 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// – erklärt Sie 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/aufgaben/01.1775629619.txt.gz
  • Zuletzt geändert: 2026/04/08 08:26
  • von vdemir