de:modul:m245:learningunits:lu02:theorie: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:theorie:01 [2026/01/05 12:04] – vdemirde:modul:m245:learningunits:lu02:theorie:01 [2026/04/13 14:36] (aktuell) – vdemir
Zeile 13: Zeile 13:
  
 Tom Michael Mitchell ist Professor an der Carnegie Mellon University, wo er als //Founders University Professor// im Fachbereich Maschinelles Lernen tätig ist und **Leiter des Fachbereichs Maschinelles Lernen** ist. Er ist vor allem für seine Beiträge auf den Gebieten des maschinellen Lernens und der künstlichen Intelligenz bekannt. Er hat mehrere einflussreiche Bücher zu diesen Themen verfasst, darunter //Machine Learning// und //The Discipline of Machine Learning//. Tom Michael Mitchell ist Professor an der Carnegie Mellon University, wo er als //Founders University Professor// im Fachbereich Maschinelles Lernen tätig ist und **Leiter des Fachbereichs Maschinelles Lernen** ist. Er ist vor allem für seine Beiträge auf den Gebieten des maschinellen Lernens und der künstlichen Intelligenz bekannt. Er hat mehrere einflussreiche Bücher zu diesen Themen verfasst, darunter //Machine Learning// und //The Discipline of Machine Learning//.
-*** Übersetzt mit www.DeepL.com/Translator (kostenlose Version) *** 
  
 Wenn wir Tom Michael Mitchells Definition auf ein Dame-Spiel anwenden, bei dem der Computer die beste Gewinnstrategie findet, können wir sagen, dass: Wenn wir Tom Michael Mitchells Definition auf ein Dame-Spiel anwenden, bei dem der Computer die beste Gewinnstrategie findet, können wir sagen, dass:
  
-  * **E = Erfahrung**: Die Erfahrung, dass das Programm selbst Zehntausende von Spielen gespielt hat. +  * **E = Experience/Erfahrung**: Die Erfahrung, dass das Programm selbst Zehntausende von Spielen gespielt hat. 
-  * **T = Aufgabe**: Die Aufgabe, Dame zu spielen. +  * **T = Task/Aufgabe**: Die Aufgabe, Dame zu spielen. 
-  * **P = Wahrscheinlichkeit**: Die Wahrscheinlichkeit, dass das nächste Dame-Spiel gegen einen neuen Gegner gewonnen wird. +  * **P = Probability/Wahrscheinlichkeit**: Die Wahrscheinlichkeit, dass das nächste Dame-Spiel gegen einen neuen Gegner gewonnen wird.
- +
-===== Machine Learning Algorithmen-Typen ===== +
-Es gibt grundsätzlich drei Arten von Algorithmen im Bereich des maschinellen Lernens: +
- +
-  * **Supervided Learning (Überwachtes Lernen(** (Schwerpunkt im Kurs M245) +
-  * Unsupervided Learning (Unüberwachtes Lernen) +
-  * Reinforcement Learning (Verstärkendes Lernen) +
- +
-{{:de:modul:m245:learningunits:lu02:theorie:machine_learning_types.png?800|}}+
  
 ===== Wichtiges Vokabular im Zusammenhang mit Machine Learning  ===== ===== Wichtiges Vokabular im Zusammenhang mit Machine Learning  =====
Zeile 40: Zeile 30:
  
 ===== Lernvideo ===== ===== Lernvideo =====
 + 
 +{{:de:modul:m245:learningunits:lu02:theorie:was_ist_machine_learning_maschinelles_lernen_einfach_erklaert.mp4|Was ist "superviced learning"?}}
  
-{{ :de:modul:m245:learningunits:lu02:theorie:machine_learning_explained_in_100_seconds.mp4 | Machine Learning in 100 Sekunden }} +==== Mindmap "Machine Learing" ==== 
 +Brauchbares Basiswissen L: [[https://datasolut.com/was-ist-machine-learning/|ML-Grundlagen]]
  
 +Mindmap:   - Nummerierter Listenpunkt{{:de:modul:m245:learningunits:lu02:theorie:maschinelles-lernen.png?600|Quelle: https://datasolut.com/wp-content/uploads/2020/03/maschinelles-lernen.jpg.webp}}
 ---- ----
 [[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/theorie/01.1767611070.txt.gz
  • Zuletzt geändert: 2026/01/05 12:04
  • von vdemir