LU02.L01 - Fallstudio Machine Learning

1. Supervised Learning VS Unsupervised Learning

• Supervised Learning:Das Modell lernt mit gelabelten Daten, d. h. Eingabedaten und die richtige Antwort sind bekannt. Wie der klassische Frontalunterricht.
• Unsupervised Learning: Das Modell bekommt keine Zielvariable und versucht selbst, Muster oder Strukturen zu finden. Wie Gruppenarbeit ohne Aufgabenstellung.

2. Handelt es sich bei diesem Problem um (mit Begründung): Klassifikation oder Regression?

• Klassifikation
• Begründung: Die Zielvariable Kaufentscheidung hat diskrete Werte (Ja / Nein). Zahlen vorhersagen wäre Regression, hier geht es um Kategorien.

3. Nenne Sie zwei typische Algorithmen, die für dieses Problem geeignet waeren, und begründen Sie jeweils in einem Satz.

• Logistische Regression: Gut geeignet fuer binäre Klassifikationsprobleme und leicht interpretierbar.
• Decision Tree: Trifft Entscheidungen anhand klarer Regeln und ist auch für Menschen nachvollziehbar.

4. Welche der oben genannten Merkmale sind numerisch, welche kategorisch?

• Numerisch:
  • Alter
  • Anzahl der bisherigen Einkäufe
  • Verweildauer auf der Produktseite
• Kategorisch:
  • Kaufentscheidung (Ja / Nein)

5. Warum ist es problematisch, die Zielvariable als Feature zu verwenden?

• Weil das Modell sonst die Antwort bereits kennt.
• Das nennt man Data Leakage und führt zu beeindruckend guten Ergebnissen, die in der Realität genau gar nichts taugen.

6. Beschreiben Sie in 4–5 Schritten den typischen Ablauf eines Machine-Learning-Projekts (von Daten bis Modellbewertung).

1. Problem definieren (was soll vorhergesagt werden?)
2. Daten sammeln und vorbereiten (bereinigen, skalieren, encoden)
3. Daten in Trainings- und Testdaten aufteilen (80:20)
4. Modell trainieren
5. Modell evaluieren und verbessern
6. Optionaler Schritt 6: Erkennen, dass alles komplizierter ist als gedacht.

7. Nennen Sie zwei Risiken, die auftreten können, wenn:

• zu wenige Trainingsdaten vorhanden sind
  • Modell lernt keine stabilen Muster
  • Schlechte Generalisierung auf neue Daten
• das Modell zu gut auf die Trainingsdaten passt
  • Sehr gute Trainingsgenauigkeit
  • Katastrophale Leistung bei neuen Daten

8. Was ist Overfitting – erklären Sie so, dass es auch jemand versteht, der glaubt, KI sei Bewusstsein.

• Overfitting bedeutet, dass ein Modell die Trainingsdaten auswendig lernt, inklusive Zufall und Rauschen, anstatt allgemeine Muster zu erkennen.
• Es ist wie jemand, der eine Matheaufgabe perfekt löst – solange sie exakt gleich aussieht wie im Heft.

Volkan Demir