Maschinelles Lernen
Informatik · Universität · Maschinelles Lernen
In dieser Einheit lernst du: Überwachtes · unüberwachtes und bestärkendes Lernen unterscheiden; Verlustfunktion · Gradientenabstieg und Sigmoid anwenden; Überanpassung · Kreuzvalidierung · k-NN und k-Means verstehen; Konfusionsmatrix · Präzision · Recall und Entropie berechnen; Neuronale Netze · Hyperparameter und Datenaufbereitung beurteilen.
Zum Üben gibt es 50 Aufgaben: interaktive Aufgaben. Jede Antwort bekommt sofort eine Rückmeldung, kostenlos und ohne Anmeldung.
Das gehört dazu
- Überwachtes · unüberwachtes und bestärkendes Lernen unterscheiden
- Verlustfunktion · Gradientenabstieg und Sigmoid anwenden
- Überanpassung · Kreuzvalidierung · k-NN und k-Means verstehen
- Konfusionsmatrix · Präzision · Recall und Entropie berechnen
- Neuronale Netze · Hyperparameter und Datenaufbereitung beurteilen
Beispielaufgaben
- Was kennzeichnet überwachtes Lernen?
- Regression oder Klassifikation? Sortiere die Aufgaben.
- Wozu dient der Testdatensatz?