Methoden des Maschinellen Lernens

0.0(0)
studied byStudied by 0 people
learnLearn
examPractice Test
spaced repetitionSpaced Repetition
heart puzzleMatch
flashcardsFlashcards
Card Sorting

1/4

encourage image

There's no tags or description

Looks like no tags are added yet.

Study Analytics
Name
Mastery
Learn
Test
Matching
Spaced

No study sessions yet.

5 Terms

1
New cards

Überwachtes Lernen (Supervised)

  • Prinzip: Training mit bekannten Ausgabedaten

  • Ziel: Mustererkennung zwischen Eingabe- und Zielvariablen

  • Beispiel: Spam-Erkennung (E-Mails mit Labels "Spam"/"Kein Spam")

2
New cards

Unüberwachtes Lernen (Unsupervised)

  • Prinzip: Training ohne vordefinierte Ausgaben

  • Ziel: Strukturerkennung in Daten (Cluster, Muster)

  • Beispiel: Kundensegmentierung (Gruppierung nach Kaufverhalten ohne vorgegebene Kategorien)

3
New cards

Halbüberwachtes Lernen (Semi-supervised)

  • Prinzip: Kombination aus bekannten und unbekannten Ausgaben

  • Ziel: Effizientes Lernen bei limitierten Labels

  • Beispiel: Bildklassifizierung (5% gelabelte Bilder + 95% ungelabelte Bilder)


4
New cards

Bestärkendes Lernen (Reinforcement)

  • Prinzip: Lernen durch Belohnung/Penalty nach Aktionen

  • Ziel: Optimale Entscheidungsstrategie in dynamischer Umgebung

  • Beispiel: Autonomes Fahren (Belohnung für sicheres Fahren, Penalty für Regelverstöße)

5
New cards

Vergleich

Methode

Trainingsdaten

Typische Anwendung

Überwacht

Vollständig gelabelt

Klassifikation, Regression

Unüberwacht

Ungelabelt

Clustering, Dimensionalitätsreduktion

Halbüberwacht

Teilweise gelabelt

Semi-supervised Classification

Bestärkend

Interaktiv (Rewards)

Autonome Systeme, Spiel-AI