Kurs:Maschinelles Lernen/Trainingsdaten

Einleitung

Diese Seite zum Thema Kurs:Maschinelles Lernen/Trainingsdaten kann als Wiki2Reveal Folien angezeigt werden. Einzelne Abschnitte werden als Folien betrachtet und Änderungen an den Folien wirken sich sofort auf den Inhalt der Folien aus. Dabei werden die folgenden Teilaspekte im Detail behandelt:

(1) Zerlegung von Datensätze in Trainings und Testdaten
(2) Validierung als Soll-Ist-Vergleich
(3) Trainingsdaten beim überwachten und überwachten Lernen.

Zielsetzung

Diese Lernressource zu Kurs:Maschinelles Lernen/Trainingsdaten in der Wikiversity hat das Ziel, die Rollen von Trainingsdaten im Kontext des Maschinellen Lernens zu behandeln.

Aufgaben für Lernende / Studierende

Das Ein-Ausgabeverhalten von lernfähigen Systemen hängt von den Trainingsdaten ab. Welche Aspekte der Datenerhebung bei wissenschaftlichen Experimenten sind analog für die Generierung von Trainingsdaten relevant!
Welche Rolle spielt die stochastische Unabhängigkeit^[1] für die Generierung von Trainingsdaten?

Literatur/Quellennachweise

↑ Coletti, G., & Scozzafava, R. (2002). Stochastic independence in a coherent setting. Annals of Mathematics and Artificial Intelligence, 35, 151-176.

Siehe auch

Wiki2Reveal

Seiteninformation

Diese Lernresource können Sie als Wiki2Reveal-Foliensatz darstellen.

Wiki2Reveal

Dieser Wiki2Reveal Foliensatz wurde für den Lerneinheit Kurs:Maschinelles Lernen' erstellt der Link für die Wiki2Reveal-Folien wurde mit dem Wiki2Reveal-Linkgenerator erstellt.

Die Seite wurde als Dokumententyp PanDocElectron-SLIDE erstellt.
Link zur Quelle in Wikiversity: https://de.wikiversity.org/wiki/Kurs:Maschinelles%20Lernen/Trainingsdaten
siehe auch weitere Informationen zu Wiki2Reveal und unter Wiki2Reveal-Linkgenerator.

[1] Coletti, G., & Scozzafava, R. (2002). Stochastic independence in a coherent setting. Annals of Mathematics and Artificial Intelligence, 35, 151-176.

[1]