Kapitel 3. Grundlagen des maschinellen Lernens
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Dieses Kapitel enthält alles, was du über maschinelles Lernen wissen musst - zumindest für dieses Buch. Und es ist eine gute Grundlage für den Rest deines Lernens. Die folgenden Abschnitte sollten dir genug Wissen vermitteln, um den Anwendungsfällen in diesem Buch zu folgen und dir zu helfen, deine ersten eigenen Prototypen zu erstellen. Wir beschäftigen uns mit überwachtem maschinellem Lernen, gängigen ML-Algorithmen und Schlüsselbegriffen und du lernst, wie du ML-Modelle bewerten kannst.
Wenn du mit diesen Themen bereits vertraut bist, kannst du dieses Kapitel auch als Auffrischung betrachten. Los geht's mit dem überwachten maschinellen Lernen!
Der Prozess des überwachten maschinellen Lernens
Betrachten wir ein einfaches Beispiel: Stell dir vor, du willst dein Haus verkaufen und fragst dich, wie du einen Angebotspreis ermitteln kannst. Um einen realistischen Preis zu ermitteln, würdest du dir wahrscheinlich andere ähnliche Häuser ansehen und die Preise, für die sie verkauft wurden. Um einen guten Kostenvoranschlag zu erstellen, würdest du wahrscheinlich auch dein Haus mit anderen Häusern in Bezug auf einige wichtige Merkmale vergleichen, z. B. die Gesamtgröße, die Schlafzimmer, die Lage und das Alter. Ohne es zu wissen, hättest du einfach wie ein überwachtes maschinelles Lernsystem gehandelt.
Beim ...
Get KI-gestützte Business Intelligence now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
