Entscheidungsbaum mit Orange - Künstliche Intelligenz

Video: Entscheidungsbaum mit Orange - Künstliche Intelligenz

Mit der Software Orange lassen sich mit wenigen Klicks auch von großen Datenmengen sehr schnell Entscheidungsbäume generieren.

Video abspielen

Download (209.68 MB)

Nutzungsrechte: CC BY-SA

Vervielfältigung und Verbreitung erlaubt. Namensnennung erforderlich. Weitergabe unter gleichen Bedingungen.
Herkunftsnachweis: "Entscheidungsbaum mit Orange - Künstliche Intelligenz" von , lizenziert unter CC BY-SA 4.0
Original-URL: /sodix/proxy-file/25376/0

mebis Tube

Andre Scherl

Entscheidungsbaum, Künstliche Intelligenz, Maschinelles Lernen, Orange, Testdaten, Trainigsdaten, Überwachtes Lernen

Lernressource	Video
Lizenz	CC BY-SA 4.0
Sprache	Deutsch

ähnliche Materialien

Video: Entscheidungsbaum-Algorithmus - Künstliche Intelligenz

Entscheidungsbaum-Algorithmus - Künstliche Intelligenz

Mit einem Entscheidungsbaum kann man Daten kategorisieren. Um den Entscheidungsbaum zu erstellen, lernt die KI mithilfe der Trainingsdaten, wie der

Entscheidungsbaum, KI, Künstliche Intelligenz, Training, maschinelles Lernen, überwachtes Lernen

Unterrichtsplanung: Künstliche Intelligenz und Maschinelles Lernen mit Entscheidungsbäumen

Künstliche Intelligenz und Maschinelles Lernen mit Entscheidungsbäumen

Digitale Systeme treffen Vorhersagen über Menschen, indem sie aus Daten Muster lernen. Am Beispiel von Entscheidungsbäumen lernen Schülerinnen und

Unterrichtsplanung

Universität Paderborn

Algorithmus, Arbor, CODAP, Datenanalyse, Datenexploration, Datensatz, Datensplit, Entscheidungsbaum, Erkenntnisgewinn, Fehlklassifikation, Informatik, Instagram, KI, Künstliche Intelligenz, Maschinelles Lernen, Online-Werbung, Onlineplattform, Overfitting, Statistik, Vorhersagemodell, personalisierte Empfehlungen, persönliche Daten, persönliche Interessen, überwachtes Lernen

Video: Woche 5 | Theorie | Überwachtes Lernen (MP4)

Woche 5 | Theorie | Überwachtes Lernen (MP4)

In diesem Video geht es intensiver um das Überwachte Lernen. Wir schauen uns an, wie beim so genannten Training aus Input-Output-Paaren gelernt wird

Heinrich-Heine-Universität Düsseldorf

AI, Informatik, Input-Output-Paar, KI, Qualitätsmaße, Technologie, Testdaten, Trainingsdaten, Validierungsdaten, eLearning, künstliche Intelligenz, überwachtes Lernen

Interaktion: Woche 5 | Theorie | Überwachtes Lernen (Aufgabe 3)

Woche 5 | Theorie | Überwachtes Lernen (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Überwachtes Lernen" aus Woche 5.

Heinrich-Heine-Universität Düsseldorf

AI, Informatik, Input-Output-Paar, KI, Qualitätsmaße, Technologie, Testdaten, Trainingsdaten, Validierungsdaten, eLearning, künstliche Intelligenz, überwachtes Lernen

Interaktion: Woche 5 | Theorie | Überwachtes Lernen (Aufgabe 2)

Woche 5 | Theorie | Überwachtes Lernen (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Überwachtes Lernen" aus Woche 5.

Heinrich-Heine-Universität Düsseldorf

AI, Informatik, Input-Output-Paar, KI, Qualitätsmaße, Technologie, Testdaten, Trainingsdaten, Validierungsdaten, eLearning, künstliche Intelligenz, überwachtes Lernen

Interaktion: Woche 5 | Theorie | Überwachtes Lernen (Aufgabe 1)

Woche 5 | Theorie | Überwachtes Lernen (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Überwachtes Lernen" aus Woche 5.

Heinrich-Heine-Universität Düsseldorf

AI, Informatik, Input-Output-Paar, KI, Qualitätsmaße, Technologie, Testdaten, Trainingsdaten, Validierungsdaten, eLearning, künstliche Intelligenz, überwachtes Lernen

Kurs: Woche 5 | Theorie | Überwachtes Lernen (PDF)

Woche 5 | Theorie | Überwachtes Lernen (PDF)

In diesem Video-Transkript geht es intensiver um das Überwachte Lernen. Wir schauen uns an, wie beim so genannten Training aus Input-Output-Paaren

Heinrich-Heine-Universität Düsseldorf

AI, Informatik, Input-Output-Paar, KI, Qualitätsmaße, Skript, Technologie, Testdaten, Trainingsdaten, Validierungsdaten, eLearning, künstliche Intelligenz, überwachtes Lernen

Interaktion: Datenbeschaffung und -aufbereitung | 04 | Techniken zur Dimensionsreduktion (Aufgabe 4)

Datenbeschaffung und -aufbereitung | 04 | Techniken zur Dimensionsreduktion (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Techniken zur Dimensionsreduktion" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Heinrich-Heine-Universität Düsseldorf

AI, Algorithmus, Artificial Intelligence, Daten, Datenaufbereitung, Dimensionalität, Dimensionsreduktion, Entscheidungsbaum, Feature, Feature Engineering, Informatik, KI, Korrelationsanalyse, Korrelationsmatrix, ML, PCA, Principal Component Analysis, Technologie, Trainingsdaten, eLearning, künstliche Intelligenz, machine learning, maschinelles Lernen

Als Anwendung installieren

Installieren Sie HubbS als App für ein besseres Nutzungserlebnis. Mehr erfahren.

Abbrechen