AI/ML/Unsupervised Learning/Clustering K-Means Clustering

Ziel: Clustermittelpunkte für Datensatz bestimmen K Clustermittelpunkte wählen für n dimensionalen Raum (Anzahl der Clustermittelpunkte z.B. ermitteln über Ellbow-Methode) Clustermittelpunkte werden zunächst zufällig bestimmt Solange sich Clustermittelpunkt ändert, wird jeder Datenpunkt neu klassifiziert (An welchem Clustermittelpunkt ist er am nächsten?) Nach Klassifizierung wird jedes Clusterzentrum neuberechnet, indem alle Positionen der zugeordneten Datenpunkte gemittelt werden. Dieser […]

KI/Maschinelles Lernen Übersicht über ML

  Überwachtes Lernen (Supervised Learning, SL) Supervised-Learning-Algorithmen modellieren Beziehungen und Abhängigkeiten von gegebenen Input- und Output/Label-Daten. Ziel ist es, dass Supervised-Learning-Algorithmen Output/Label-Daten für neue Input-Daten auf Basis des jeweiligen Modells vorhersagen. Dabei wird das Modell mit Eingangsdaten (Input) und den richtigen Lösungen (Output/Labels) trainiert (Trainingsdaten), sodass es gewisse Muster erkennt. B. Zuordnung Spam/Nicht Spam Die […]