06: Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2018/19, 04.12.2018
Author
Johann Marius Zöllner, Rüdiger Dillmann
Editor
Participating institute
Institut für Anthropomatik und Robotik (IAR)
Genre
Description
- 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
Duration (hh:mm:ss)
01:27:17
Series
Maschinelles Lernen 1 - Grundverfahren, WS 2018/19
Published on
06.12.2018
Subject area
License
| Resolution | 1280 x 720 Pixel |
| Aspect ratio | 16:9 |
| Audio bitrate | 128000 bps |
| Audio channels | 2 |
| Audio Codec | aac |
| Audio Sample Rate | 48000 Hz |
| Total Bitrate | 933481 bps |
| Color Space | yuv420p |
| Container | mov,mp4,m4a,3gp,3g2,mj2 |
| Media Type | video/mp4 |
| Duration | 5237 s |
| Filename | DIVA-2018-941_hd.mp4 |
| File Size | 611.115.787 byte |
| Frame Rate | 25 |
| Video Bitrate | 799391 bps |
| Video Codec | h264 |
Embed Code
Maschinelles Lernen 1 - Grundverfahren, WS 2018/19
Episodes 1-12
of 12
