ML

Arrow Arrow

Komplett kostenfrei

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs ML an der LMU München.

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

How to calculate w for SVM?

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

Why does SVM hard margine always have simply one optimal solution?

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

SVM: how does it help to generalize?

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

Which different types of loss functions do you know?

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

What are the degrees of freedom for adaline?

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

What is a second generation network?

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

What is a first generation network?

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

Which degrees of freedom does the perceptron algorithm have?

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

Show the convergence of the perceptron algorithm

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

Name the engineering hints for MLP

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

What is supervised learning?

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

Define deduction, abduction, induction

Kommilitonen im Kurs ML an der LMU München. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für ML an der LMU München auf StudySmarter:

ML

How to calculate w for SVM?
Blatt

ML

Why does SVM hard margine always have simply one optimal solution?
There are always to closest points – there is just one point in the middle of them – simply one hyperplane having a maximal distance to all pounts

ML

SVM: how does it help to generalize?
The goal is no maximize the margin width
– adequate assumtion

ML

Which different types of loss functions do you know?
– quadratic
– entropy
– soft margi case: max function

ML

What are the degrees of freedom for adaline?
– choice of activation function
– choice of eta
– choice of loss function

ML

What is a second generation network?
-network with a non-linear continuous function to the sum of weighted inputs,
– produce a continuous set of possible output values.
– e.g. sigmoid and adaline

ML

What is a first generation network?
1st generation— perceptron or threshold gates
– the direction of flow is feed forward.
– the output is binary
– multi layered or boolean function

ML

Which degrees of freedom does the perceptron algorithm have?
eta – learning rate

ML

Show the convergence of the perceptron algorithm
Blatt

ML

Name the engineering hints for MLP
1. random initialization of weights
2. regularization of the loss functino
3. drop out method
4. generation of additional training data by a model

ML

What is supervised learning?
– task of learning a function that maps an input to an output based on example input-output pairs.
– labeled training data consisting of a set of training examples.
-the oposite: unsupervised leaning – no training data

ML

Define deduction, abduction, induction
Deduction: Rule&case -> result
Abduction: Rule&result -> case
Induction: Case&result -> rule

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für ML an der LMU München zu sehen

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang an der LMU München gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur LMU München Übersichtsseite

Was ist StudySmarter?

Was ist StudySmarter?

StudySmarter ist eine intelligente Lernapp für Studenten. Mit StudySmarter kannst du dir effizient und spielerisch Karteikarten, Zusammenfassungen, Mind-Maps, Lernpläne und mehr erstellen. Erstelle deine eigenen Karteikarten z.B. für ML an der LMU München oder greife auf tausende Lernmaterialien deiner Kommilitonen zu. Egal, ob an deiner Uni oder an anderen Universitäten. Hunderttausende Studierende bereiten sich mit StudySmarter effizient auf ihre Klausuren vor. Erhältlich auf Web, Android & iOS. Komplett kostenfrei. Keine Haken.

Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards

So funktioniert's

Top-Image

Individueller Lernplan

StudySmarter erstellt dir einen individuellen Lernplan, abgestimmt auf deinen Lerntyp.

Top-Image

Erstelle Karteikarten

Erstelle dir Karteikarten mit Hilfe der Screenshot-, und Markierfunktion, direkt aus deinen Inhalten.

Top-Image

Erstelle Zusammenfassungen

Markiere die wichtigsten Passagen in deinen Dokumenten und bekomme deine Zusammenfassung.

Top-Image

Lerne alleine oder im Team

StudySmarter findet deine Lerngruppe automatisch. Teile deine Lerninhalte mit Freunden und erhalte Antworten auf deine Fragen.

Top-Image

Statistiken und Feedback

Behalte immer den Überblick über deinen Lernfortschritt. StudySmarter führt dich zur Traumnote.

1

Lernplan

2

Karteikarten

3

Zusammenfassungen

4

Teamwork

5

Feedback