Unüberwachtes Lernen
Beim unüberwachten Lernen gibt es keine Labels. Das System muss selbst Muster und Gruppen in den Daten finden. Du baust k-Means, ein konkretes Verfahren zur Clusterbildung, und lernst die Bewertungskriterien Bias, Überanpassung, Unteranpassung, Präzision und Spezifität kennen.
Voraussetzungen aus dem OOP-Lernpfad:
- Klassen und Objekte — du brauchst Klassen mit Attributen und Methoden
- Felder — Datenpunkte liegen in Feldern
- Methoden und Modularisierung — die Cluster-Zuordnung wird modularisiert
- Kontrollstrukturen — k-Means ist ein iterativer Algorithmus
Die Lektionen
- Clusterbildung mit k-Means – ein konkretes Verfahren des unüberwachten Lernens
- Bias und Datenqualität – wie verzerrte Daten das Ergebnis verfälschen
- Überanpassung und Unteranpassung – wenn das Modell zu einfach oder zu komplex ist
- Präzision und Spezifität – zwei Bewertungskriterien für KI-Modelle
- Rückblick – das Wichtigste auf einen Blick