Universität · Informatik · 5. Semester – Vertiefung und Spezialisierung
Überwachtes Lernen: Regression, Klassifikation und Modellbewertung
4 Abschnitte1 Karteikarten-Decks1 Quizze
Grundkonzepte des Maschinellen Lernens: Features, Labels, Training/Test-Split. Lineare Regression und Polynomregression. Klassifikation: Logistische Regression, k-Nearest Neighbors, Entscheidungsbäume, Random Forest, Support Vector Machines. Modellbewertung: Accuracy, Precision, Recall, F1-Score, ROC/AUC. Kreuzvalidierung und Hyperparameter-Tuning.
Inhaltsübersicht
- Grundkonzepte des Maschinellen Lernens und Lineare Regression
- Klassifikationsverfahren: Von k-NN bis Support Vector Machines
- Modellbewertung: Metriken für Klassifikation und Regression
- Kreuzvalidierung und Hyperparameter-Tuning
📚 Vollständiges Lernmaterial mit 4 Abschnitten, Karteikarten und Quizzen verfügbar nach Anmeldung.
Jetzt kostenlos lernen →Verwandte Themen
- Grundlagen der Künstlichen Intelligenz: Geschichte, Paradigmen und Agenten
- Suchverfahren und Optimierung: BFS, DFS, A* und heuristische Suche
- Wissensrepräsentation und logisches Schließen: Prädikatenlogik und Ontologien
- Unüberwachtes Lernen und Dimensionsreduktion: Clustering und PCA
- Neuronale Netze und Deep Learning: Backpropagation, CNN und RNN
- Aktuelle Entwicklungen: Transformer, Large Language Models und KI-Ethik
Interaktiv lernen mit Karteikarten & Quizzen
Melde dich an und lerne Künstliche Intelligenz und Maschinelles Lernen mit intelligenten Wiederholungen, Quizzen und KI-Lernhilfen. 7 Tage kostenlos.
Kostenlos testen