Mediathek

Filter
Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Die logistische Regression (Aufgabe 1)
Mediathek
Prognosemodelle: Klassifikation und Regression | 03 | Die logistische Regression (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Die logistische Regression" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.
Interaktion
Heinrich-Heine-Universität Düsseldorf
AI, Artificial Intelligence, Informatik, KI, Klassifikation, ML, Prognose, Technologie, eLearning, künstliche Intelligenz, logistische Regression, machine learning, maschinelles Lernen
Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (PDF)
Mediathek
Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (PDF)
Du kennst jetzt das Verfahren eines einzelnen decision trees. In diesem Video-Transkript befassen wir uns weiter mit Baum-basierten Verfahren, und
Kurs
Heinrich-Heine-Universität Düsseldorf
AI, Artificial Intelligence, Baum-basiertes Verfahren, Entscheidungswald, Hyperparameter, Informatik, KI, ML, Prognose, Technologie, Trade-off, Varianz, Verzerrung, bagging, eLearning, künstliche Intelligenz, machine learning, maschinelles Lernen, random feature subspacing, random forest
Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Der decision tree (Aufgabe 1)
Mediathek
Prognosemodelle: Klassifikation und Regression | 03 | Der decision tree (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Der decision tree" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.
Interaktion
Heinrich-Heine-Universität Düsseldorf
AI, Artificial Intelligence, Baum-basiertes Verfahren, CART-Algorithmus, Daten, Gini Index, Informatik, KI, ML, Technologie, decision tree, eLearning, künstliche Intelligenz, machine learning, maschinelles Lernen
Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 1)
Mediathek
Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Verfahren der (cross-) validation" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.
Interaktion
Heinrich-Heine-Universität Düsseldorf
AI, Artificial Intelligence, Informatik, KI, Kreuzvalidierungsverfahren, Modellevaluation, Prognosemodell, Technologie, Testfehler, Trainingsfehler, Verfahren, cross validation, eLearning, k-fold cross-validation, künstliche Intelligenz, leave-one-out cross-validation, validation, validation set
Interaktion: Prognosemodelle: Klassifikation und Regression | 01 | (Überwachtes) Maschinelles Lernen (Aufgabe 4)
Mediathek
Prognosemodelle: Klassifikation und Regression | 01 | (Überwachtes) Maschinelles Lernen (Aufgabe 4)
Diese Aufgabe dient als Vertiefung zum Video "(Überwachtes) Maschinelles Lernen" aus der Sektion "Prognosemodelle: Klassifikation und Regression".
Interaktion
Heinrich-Heine-Universität Düsseldorf
AI, Artificial Intelligence, Decision trees, Evaluation, Informatik, KI, Klassifikation, Lerntyp, ML, Neuronale Netze, Regression, Technologie, bestärkendes Lernen, eLearning, künstliche Intelligenz, lineare Regression, machine Learning, maschinelles Lernen, reinforcement learning, supervised learning, unsupervised learning, unüberwachtes Lernen, überwachtes Lernen, überwachtes maschinelles Lernen
Video: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (MP4)
Mediathek
Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (MP4)
Du kennst jetzt das Verfahren eines einzelnen decision trees. In diesem Video befassen wir uns weiter mit Baum-basierten Verfahren, und zwar einer
Video
Heinrich-Heine-Universität Düsseldorf
AI, Artificial Intelligence, Baum-basiertes Verfahren, Entscheidungswald, Hyperparameter, Informatik, KI, ML, Prognose, Technologie, Trade-off, Varianz, Verzerrung, bagging, eLearning, künstliche Intelligenz, machine learning, maschinelles Lernen, random feature subspacing, random forest
Kurs: Prognosemodelle: Klassifikation und Regression | 01 | Fragestellung und Ablauf des Themenblocks (PDF)
Mediathek
Prognosemodelle: Klassifikation und Regression | 01 | Fragestellung und Ablauf des Themenblocks (PDF)
Herzlich willkommen zum Themenblock “Prognosemodelle: Klassifikation und Regression”! In diesem Video-Transkript erfährst du, um welches Thema und
Kurs
Heinrich-Heine-Universität Düsseldorf
AI, Artificial Intelligence, Informatik, KI, Technologie, eLearning, künstliche Intelligenz
Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Die lineare Regression (PDF)
Mediathek
Prognosemodelle: Klassifikation und Regression | 03 | Die lineare Regression (PDF)
Du weißt nun, wie Prognosemodelle evaluiert werden. Jetzt starten wir mit den Verfahren des maschinellen Lernens selbst. In diesem Video-Transkript
Kurs
Heinrich-Heine-Universität Düsseldorf
AI, Artificial Intelligence, Geradengleichung, Informatik, KI, ML, Methode der kleinsten Quadrate, OLS, Prognose, Technologie, eLearning, künstliche Intelligenz, lineare Regression, machine learning, maschinelles Lernen, ordinary least squares

Als Anwendung installieren

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

Abbrechen