C6-2 Jupyter Notebook: Nächste-Nachbarn-Klassifikation mit sklearn

In diesem Jupyter Notebook zum Thema „C6-2 Jupyter Notebook: Nächste-Nachbarn-Klassifikation mit sklearn“ werden die Schritte gezeigt, die für die praktische Anwendung von instanzbasierter Klassifikation auf konkreten Daten nötig sind: die Vorbereitung und Analyse der Daten, die Standardisierung, die Aufteilung in Trainings- und Testdaten. Es wird gezeigt, dass kein Training im klassischen Sinn stattfindet und wie das Modell auf neue Daten angewandt und evaluiert werden kann. Es gibt außerdem ein weiterführendes Jupyter Notebook „C6-2 Jupyter Notebook: Nächste-Nachbarn-Regression mit sklearn“, in dem instanzbasierte Regression gezeigt wird. Das Notebook enthält Aufgaben, deren Lösung man mithilfe der Quizze „C6-2 Drag and Drop: Klassifikation mit allen Features (Aufgabe) - erstes Jupyter Notebook“, „C6-2 Drag the Words: Variation von random_state und Zahl der Nachbarn (Aufgabe) - erstes Jupyter Notebook“ und „C6-2 Multiple Choice: Veränderung der Accuracy auf den Eisdaten (Zusammenfassung) - erstes Jupyter Notebook“ überprüfen kann. Das Notebook setzt keine Programmierkenntnisse voraus, baut aber auf dem Jupyter Notebook „C6-1 Jupyter Notebook: Distanzfunktionen mit sklearn“ auf. Es vermittelt auch keine umfassenden Programmierkenntnisse, sondern ist dazu gedacht, die praktische Umsetzung von kleinen Projekten zum Maschinellen Lernen in der Praxis kennenzulernen. Das Notebook enthält bereits alle nötigen Python-Befehle samt umfassenden Erklärungen dazu. Die Lernenden können die Befehle darin selbst ausführen und anschließend auch damit experimentieren, z.B. indem sie sie verändern. Es wird eine Python-Installation sowie eine Entwicklungsumgebung (z.B. Jupyter Lab, oder auch Visual Studio Code) benötigt, in der das Notebook editiert werden kann. Falls dies nicht gegeben ist, gibt es die Möglichkeit, das Notebook auf der Google-Plattform https://colab.research.google.com hochzuladen und dort zu bearbeiten, dafür wird allerdings ein Google-Account benötigt. Dieses Jupyter Notebook ist optionales Lehrmaterial für die Zusatzqualifikation KI und Maschinelles Lernen sowie Teil des Lehrmaterials für die Fortbildung zum/zur Berufsspezialist/in KI und Maschinelles Lernen. Die Entwicklung und Erprobung dieses Bildungsangebotes wurde vom Bundesministerium für Bildung und Forschung im Rahmen des InnoVET-Programms gefördert. Das Notebook gehört zum Bereich C, Grundbegriffe von Datenanalyse und maschinellem Lernen.