Editor Referenz Download Material Kurse Verein
Künstliche Intelligenz und Data Science
Ausgewählte Algorithmen des maschinellen Lernens: Neuronale Netze zur Lösung von Klassifikationsaufgaben mit Beispielen der Muster- und Spracherkennung sowie Verfahren und Anwendungsfälle der Clusteranalyse.
zurück
Onlinekurs
Neuronale Netze
Grundlegendes Verfahren, um einen Einblick davon zu gewinnen, was Künstliche Intelligenz (KI) überhaupt ist
Onlinekurs
Klassifikationsprobleme
Was Klassifikationsaufgaben sind und wie diese dank neuronaler Netze gelöst werden können
Onlinekurs
Trainingsphase
Welche Parameter die Trainingsphase neuronaler Netze beeinflussen und was dabei zu berücksichtigen ist
Onlinekurs
Mustererkennung
Klassifikation handgeschriebener Ziffern und Strichzeichnungen unter Verwendung neuronaler Netze
Onlinekurs
Convolutional Neural Networks
Einstieg ins Deep Learning: Mustererkennung verbessern dank Vorverarbeitung der Bilder
Onlinekurs
Sentiment Detection
Ein neuronales Netz, um Texte verarbeiten und die Stimmung darin (positiv oder negativ) erkennen zu können
Onlinekurs
Nächste-Nachbarn-Klassifikation
Ein vergleichsweise einfaches und anschauliches Verfahren zur Lösung von Klassifikationsaufgaben
Onlinekurs
Empfehlungssysteme
Die Nächste-Nachbarn-Bestimmung als Verfahren, um personalisierte Empfehlungen auszusprechen
Onlinekurs
Clusteranalyse
Wie Daten bezüglich gewisser Ähnlichkeiten analysiert und in Gruppen (sogenannte Cluster) zusammengefasst werden können
Onlinekurs
Bildsegmentierung
Ein Anwendungsfall der Clusteranalyse: Wie Bilder auf geeignete Art und Weise komprimiert werden können
Onlinekurs
Dichtebasierte Clusteranalyse
Je nach Struktur der Daten kann es bei der Clusteranalyse sinnvoll sein, dichtebasierte Verfahren einzusetzen
Onlinekurs
Entscheidungsbäume
Was Entscheidungsbäume sind und wie diese zur Lösung von Klassifikationsaufgaben beitragen können
Onlinekurs
Random Forest
Mehrere Entscheidungsbäume bilden einen Random Forest, um Klassifikationsaufgaben zuverlässiger zu lösen
Onlinekurs
Lineare Regression
Analyse linearer Abhängigkeiten zwischen Eingangsdaten und einem vorherzusagendem Ergebnis
Onlinekurs
Logistische Regression
Regressionsanalyse für Datensätze, bei denen ein binäres Ergebnis vorherzusagen ist (binäre Klassifikationsaufgabe)
Onlinekurs
Singulärwertzerlegung
Was die Singulärwerte einer Datenmatrix sind und wie diese zur Bildkompression eingesetzt werden können
Onlinekurs
Hauptkomponenten­analyse
Eine Methode basierend auf der Singulärwertzerlegung mit zahlreichen Anwendungen im Data Science
Onlinekurs
Eigengesichter
Ein anschauliches Beispiel, um sowohl Singulärwert­zerlegung als auch Hauptkomponenten­analyse genauer zu verstehen
Onlinekurs
Dimensionsreduktion
Wie die Anzahl der Merkmale eines Datensatzes reduziert werden kann, sodass dennoch wichtige Eigenschaften erhalten bleiben
Impressum Datenschutz Nutzung Cookies Lizenzhinweise
Impressum
Datenschutz
Nutzung
Cookies
Lizenzhinweise
🍪 COOKIES
Diese Webseite verwendet einen notwendigen Session-Cookie, um den Login-Bereich zu gewährleisten. Für Details siehe Datenschutz sowie Cookie-Richtlinie.
verstanden