Machine Learning an der Technische Hochschule Nürnberg

Karteikarten und Zusammenfassungen für Machine Learning an der Technische Hochschule Nürnberg

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 Machine Learning an der Technische Hochschule Nürnberg.

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Definiere Backprobagation

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Beschreiben Sie den Ablauf des Forward-Passes:

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Phi(X) ist eine nichtlineare Funktion. y(X, w) ist dann eine nichtlineare Funktion von X.

Beschreibt obige Vorschrift dann weiterhin ein Modell zur lineare Regression? 

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Wir betrachten den Klassifikationsfall. Welche Kostenfunktion eignet sich für das Training mittels eines Datensatzes dessen Target-Labels One-Hot-Encoded sind?

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Was ist der Unterschied zwischen Clustering und Klassifikation

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Nennen Sie zwei Anwendungsfelder von RNNs:

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Was bedeutet Regression

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Nachfolgend finden Sie eine mathematische Vorschrift, wie gegebene Ausgangsdaten y(X,w) von gegebenen Eingangsdaten X und einem zu bestimmenden Parametersatz w abhängen: 

y(X,w) = Summe(w_j * phi_j(X) = w_Hoch_T * phi(X))

Was beschreibt die Funktion phi(X)?

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Was hat Y für eine Bedeutung?

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Muss bei einer nichtlineare Funktion von x eine nicht-lineare Basisfunktion y(x,w) verwendet werden oder wäre eine lineare auch denkbar?

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Was bedeutet Ridge Regression?

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Allgemeine Gleichung für Lineare Regression für Polynom 1. Grades?

Kommilitonen im Kurs Machine Learning an der Technische Hochschule Nürnberg. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für Machine Learning an der Technische Hochschule Nürnberg auf StudySmarter:

Machine Learning

Definiere Backprobagation
Informationsrückflusses des Loses vom Ausgang zum Eingang

Machine Learning

Beschreiben Sie den Ablauf des Forward-Passes:

Datenpunkt wird am Eingang angelegt, Training-Target-Label und prädiziertes Traget-Label am Ausgang wird verglichen, Loss wird bestimmt

Machine Learning

Phi(X) ist eine nichtlineare Funktion. y(X, w) ist dann eine nichtlineare Funktion von X.

Beschreibt obige Vorschrift dann weiterhin ein Modell zur lineare Regression? 

Ja. Zwar nichtlineare bezüglich X, aber weiterhin linear bezüglich der Modellparameter.

Machine Learning

Wir betrachten den Klassifikationsfall. Welche Kostenfunktion eignet sich für das Training mittels eines Datensatzes dessen Target-Labels One-Hot-Encoded sind?

Categorical Crossentropy


Bei Sparse-Encoded: Sparse Categorical Crossentropy

Machine Learning

Was ist der Unterschied zwischen Clustering und Klassifikation

Clustering: Unüberwacht

Klassifikation: Überwacht

Machine Learning

Nennen Sie zwei Anwendungsfelder von RNNs:

  • Netze zur Textverarbeitung
  • Netze zur Verarbeitung von Zeitreihen

Machine Learning

Was bedeutet Regression

Algorithmus sagt kontinuierliche Zielgröße voraus, aufbauend auf bekannten Einflussgrößen

Machine Learning

Nachfolgend finden Sie eine mathematische Vorschrift, wie gegebene Ausgangsdaten y(X,w) von gegebenen Eingangsdaten X und einem zu bestimmenden Parametersatz w abhängen: 

y(X,w) = Summe(w_j * phi_j(X) = w_Hoch_T * phi(X))

Was beschreibt die Funktion phi(X)?

phi(X) beschreibt die Basisfunktion

Machine Learning

Was hat Y für eine Bedeutung?

Zielgröße

Machine Learning

Muss bei einer nichtlineare Funktion von x eine nicht-lineare Basisfunktion y(x,w) verwendet werden oder wäre eine lineare auch denkbar?

nicht-lineare Basisfunktion muss verwendet werden!

Machine Learning

Was bedeutet Ridge Regression?

Ridge-Regression ist nichts anderes wie lineare Regression mit eingebautem Penalty Term

Machine Learning

Allgemeine Gleichung für Lineare Regression für Polynom 1. Grades?

y(x,w) = w0 + w1*x1 + w2*x2 + ...

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für Machine Learning an der Technische Hochschule Nürnberg zu sehen

Singup Image Singup Image

Deep Learning an der

TU München

E-Learning an der

Universität Würzburg

E-Learning an der

Universität Würzburg

Machine Learning & Energy an der

TU Darmstadt

Deep Learning an der

Universität Hamburg

Ähnliche Kurse an anderen Unis

Schau dir doch auch Machine Learning an anderen Unis an

Zurück zur Technische Hochschule Nürnberg 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 Machine Learning an der Technische Hochschule Nürnberg 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
X

StudySmarter - Die Lernplattform für Studenten

StudySmarter

4.5 Stars 1100 Bewertungen
Jetzt entdecken
X

Gute Noten in der Uni? Kein Problem mit StudySmarter!

89% der StudySmarter Nutzer bekommen bessere Noten in der Uni.

50 Mio Karteikarten & Zusammenfassungen
Erstelle eigene Lerninhalte mit Smart Tools
Individueller Lernplan & Statistiken


Lerne mit über 1 Millionen Nutzern in der kostenlosen StudySmarter App.

Du bist schon registriert? Hier geht‘s zum Login