Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- de:modul:m245:learningunits:lu03:theorie:01 [2026/01/06 08:58] – vdemir
+++ de:modul:m245:learningunits:lu03:theorie:01 [2026/04/15 13:08] (aktuell) – vdemir
@@ Zeile 6: / Zeile 6: @@
 {{:de:modul:m245:learningunits:lu02:theorie:kaggle_com.png?800|}}
-===== Was stellt Kaggle zur Verfügfung =====
+===== Was stellt Kaggle zur Verfügung =====
-**1. Datasets** - Kaggle stellt tausende offene Datensaetze bereit
+**1. Datasets** - Kaggle stellt tausende offene Datensätze bereit
   * CSVs, Bilder, Text, Zeitreihen
   * von trivial („Titanic“) bis brutal realistisch
-  * geeignet fuers Lernen, Ueben und Scheitern im geschuetzten Raum
+  * geeignet fürs Lernen, Üben und Scheitern im geschützten Raum
-  * Kurz: Daten, ohne erst wochenlang Datenschutzformulare auszufuellen.
+  * Kurz: Daten, ohne erst wochenlang Datenschutzformulare auszufüllen.
-**2. Wettbewerbe** - das Herzstueck von Kaggle
+**2. Wettbewerbe** - das Herzstück von Kaggle
   * Man bekommt:
     * einen Datensatz
@@ Zeile 22: / Zeile 22: @@
     * ein Modell
     * eine Vorhersagedatei
-    * und Lektio in Demut, wenn man auf Platz 12'348 landet
+    * und Lektion in Demut, wenn man auf Platz 12'348 landet
   * Es gibt:
     * Lern-Wettbewerbe (einsteigerfreundlich)
@@ Zeile 34: / Zeile 34: @@
     * direkter Zugriff auf Kaggle-Daten
   * Man kann
-    * eigene Loesungen bauen
+    * Eigene Lösungen bauen
     * Code anderer Leute lesen
     * sich fragen, warum deren Feature Engineering funktioniert und das eigene nicht
@@ Zeile 46: / Zeile 46: @@
 **5. Community**
-  * Diskussionen zu Modellen und Loesungen
+  * Diskussionen zu Modellen und Lösungen
-  * Erklaerungen zu Gewinneransaetzen
+  * Erklärungen zu Gewinneransätzen
-  * Austausch ueber Best Practices
+  * Austausch über Best Practices
 Man lernt hier schnell:
@@ Zeile 55: / Zeile 55: @@
   * wie wenig „einfach mal ein Modell trainieren“ wirklich ist
-**6. Was Kaggle liefert **: Kaggle ist ein Trainingslager fuer Data Science:
+**6. Was Kaggle liefert **: Kaggle ist ein Trainingslager für Data Science:
   * echte Daten
   * echte Probleme
   * echte Metriken
-  * echter Realitaetsschock
+  * echter Realitätsschock
 **7. Was Kaggle nicht liefert**
-  * Kein Ersatz fuer solides Statistik- oder ML-Verstaendnis
+  * Kein Ersatz für solides Statistik- oder ML-Verständnis
   * Keine Garantie, dass dein Wettbewerbsmodell produktionsreif ist
-  * Kein Ort fuer „einfach nur Theorie“
+  * Kein Ort für „einfach nur Theorie“
 [[https://creativecommons.org/licenses/by-nc-sa/4.0/|{{https://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png}}]] Volkan Demir