Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen angezeigt.
| Beide Seiten der vorigen Revision Vorhergehende Überarbeitung Nächste Überarbeitung | Vorhergehende Überarbeitung | ||
| de:modul:m245:learningunits:lu02:theorie:02 [2025/12/21 13:28] – [Wie läuft das Training ab?] vdemir | de:modul:m245:learningunits:lu02:theorie:02 [2026/01/05 12:06] (aktuell) – vdemir | ||
|---|---|---|---|
| Zeile 1: | Zeile 1: | ||
| - | ====== | + | ====== |
| - | ===== Wichtiges Vokabular im Zusammenhang mit Machine Learning | + | ===== Varianten von Machine Learning |
| - | Bevor wir tiefer in die Materie tauchen, sollten einige Begrifflichkeiten geklärt werden. | + | Es gibt grundsätzlich drei Arten von Algorithmen im Bereich des maschinellen Lernens: |
| - | **Trainingsdaten** | + | |
| - | Daraus lernt das Modell | + | * Unsupervided Learning (Unüberwachtes Lernen) |
| + | * Reinforcement Learning (Verstärkendes Lernen) | ||
| - | **Testdaten** | + | {{: |
| - | Damit prueft man, ob es wirklich gelernt hat | + | |
| - | **Overfitting** | ||
| - | Modell lernt auswendig, versteht aber nichts | ||
| - | |||
| - | **Underfitting** | ||
| - | Modell versteht gar nichts | ||
| - | |||
| - | **Generalisation** | ||
| - | Das eigentliche Ziel | ||
| - | |||
| - | ===== Typen von Machine Learning ===== | ||
| ==== Superviced Machine Learning ==== | ==== Superviced Machine Learning ==== | ||
| Zeile 91: | Zeile 81: | ||
| ==== Vor- und Nachteile ==== | ==== Vor- und Nachteile ==== | ||
| - | ^Vorteile ^Nachteile ^ | + | ^ <color #22b14c>Vorteile</ |
| - | | Gute Ergebnisse, wenn viele korrekt gelabelte Daten da sind | Labels sind teuer und fehleranfällig | | + | | <color #22b14c>Gute Ergebnisse, wenn viele korrekt gelabelte Daten da sind </ |
| - | | Relativ gut interpretierbar (je nach Modell) | Modell kann Bias der Trainingsdaten uebernehmen | | + | | <color #22b14c>Relativ gut interpretierbar (je nach Modell)</ |
| - | | Industriestandard fuer viele Anwendungen | Lernt nur das, was man ihm zeigt (keine Magie)| | + | | <color #22b14c>Industriestandard fuer viele Anwendungen</ |
| ---- | ---- | ||
| [[https:// | [[https:// | ||