C9-5 Robustheit von Modellen beim Maschinellen Lernen (Video)
Das Video „C9-5 Robustheit von Modellen beim Maschinellen Lernen“ skizziert Methoden, mit denen man Modelle robuster machen kann. Dazu gehören Data Augmentation, Training von Ensembles, die fortlaufende Evaluierung sowie Fine Tuning und Transfer Learning. Außerdem wird das Problem von sogenannten Adversarial Attacks angesprochen. Dieses Video baut auf das Video „C9-1 Overfitting - Teil 1: Wie erkennt und vermeidet man Overfitting?“ sowie auf das Video „C7-4 Training von Neuronalen Netzen - Üben, üben, üben“ auf. Das Video ist 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. Mehr Informationen zu diesem Projekt gibt es unter https://www.ki-fortbildung.de. Das Video gehört zum Bereich C, Grundbegriffe von Datenanalyse und maschinellem Lernen.
- Nutzungsrechte
-
Vervielfältigung, Bearbeitung und Verbreitung erlaubt. Namensnennung erforderlich.CC BY
- Herkunftsnachweis
- "C9-5 Robustheit von Modellen beim Maschinellen Lernen (Video)" von Universität Stuttgart, lizenziert unter CC BY 4.0
- Original-URL
- http://hdl.handle.net/10900.3/OER_TXFNFWPC
KI B3/Universität Stuttgart, Antje Schweitzer
| Lernressource | Video |
| Lizenz | CC BY 4.0 |
| Zusätzliche Lizenzinformationen | Lizenzen der eingebundenen Bilder: siehe Quellenverzeichnis auf der Schlussfolie |
| Beruf |
|
| Sprache | Deutsch |
Medium melden
verknüpfte Materialien
ähnliche Materialien
Als Anwendung installieren
Installieren Sie HubbS als App für ein besseres Nutzungserlebnis. Mehr erfahren.
Abbrechen