M05 Projekt: Einführung in die Programmierung mit Python

L01 Machine Learning mit Jan Schaffranek

source: Udemy: Machine Learning Komplettkurs mit Python [2024 Edition]

---

3.1 Machine Learning Grundlangen

Was ist Machine Learning?

• Wissen aus vorliegenden Daten extrahieren
• Mit Verwendung der Mathematik und Informatik
• Anhand der Daten versucht Muster zu erkennen

Beispiele:

• Serienempfehlungen bei Netflix
• Gesichtserkennung bei Instagram
• Kaufempfehlungen bei Amazon
• Speech-to-text und Text-to-speech

Was benötigen wir?

• Ausreichend große Datensätze
• Die Daten müssen der Problemstellung genau entsprechen
• Dafür wird ein tiefes Verständnis für das Problem verlangt

Kategorien

• Supervised Learning
• Unsupervised Learning
  • Regression Erstellen einer Funktion, die Numerische Werte annähert.
    Die Funktion wird anhand vorliegender Daten optimiert.
  • Klassifikation (Werte einer Klasse zuordnen) Anhand der input features soll als Output die Klasse
    ausgegeben werden, die der Daten am ähnlichsten ist. (z.B. Erkennen von Tierarten auf Bildern)
• Reinforcement Learning

Eigenschaften des Modells

• Das Modell soll anhand der Features die richtigen Aussagen treffen
• Wir "Überwachen" das Programm beim Training
• Beim Trining wissen wir welcher Output zu dem jeweiligen Iput richtig ist
• Somit sind wir der Lehrer des Modelles, der auf Fehler hinweist

Der Lernprozess

• Wenn ein Fehler beim Training auftritt, muss erforscht werden warum er autrat
• Das Programm soll dann nach Anpassung der Parameter ein besseres Ergebnis liefern
• Das Ziel ist dann anhand des Trainings ein allgemeingültiges System zu haben