06: Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2018/19, 04.12.2018

Autor

Johann Marius Zöllner, Rüdiger Dillmann

Herausgeber

KIT | Webcast

Beteiligtes Institut

Institut für Anthropomatik und Robotik (IAR)

Genre

Vorlesung

Beschreibung

06 |
0:00:00 Start
0:09:34 Entscheidungsbäume
0:13:15 Entscheidungsbeispiel für ,,Tennis spielen""
0:17:00 Für welche Probleme eignen sich EB?
0:18:59 Lernen von EB
0:21:26 ID3: Top down Aufbau von EB
0:28:10 Auswahl des besten Testattributs?
0:30:00 Entropie
0:33:26 Informationsgewinn
0:35:12 Beispiel: Tennis spielen
0:42:12 Suche im Hypothesenraum
0:46:15 Induktiver Bias
0:47:05 Occam's Razor
0:48:16 Overfitting
0:53:11 Vermeidung von Overfitting
0:54:58 Reduced Error Pruning
0:56:37 Attributen mit vielen Werten
0:57:57 Kontinuierliche Attributwerte
1:00:45 Unbekannte Attributwerte
1:01:50 Attribute mit Kosten
1:03:01 Window
1:03:46 ID3: Zusammenfassung
1:07:13 Rule Post - Pruning
1:08:59 Abschätzung der Güte der Regeln
1:11:26 Einordnung
1:11:53 IDR5R
1:14:57 IDR: Beispiel 1
1:21:09 Random Forests
1:24:44 Random decision trees
1:26:04 Zusammenfassung

Laufzeit (hh:mm:ss)

01:27:17

Serie

Maschinelles Lernen 1 - Grundverfahren, WS 2018/19

Publiziert am

06.12.2018

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz