Features sind Eingaben für Machine Learning Modelle (ML Modelle). Der effizienteste Weg, die Features unternehmensweit zu nutzen, ist die Verwendung eines funktionalen Speichers, der die Datentransformation und -Speicherung automatisiert und...
Pandas – Cheat Sheet
Was ist Pandas? Pandas ist ein schnelles, leistungsstarkes, flexibles und benutzerfreundliches Open-Source-Tool zur Datenanalyse und -bearbeitung, das auf der Programmiersprache Python basiert. An dieser Stelle möchte ich Ihnen einen Cheat...
NumPy – Cheat Sheet
Was ist NumPy? NumPy ist eine Programmbibliothek für die Programmiersprache Python, die eine einfache Handhabung von Vektoren, Matrizen oder generell großen mehrdimensionalen Arrays ermöglicht. Neben den Datenstrukturen bietet NumPy auch...
Ausreißer und Anomalien in den Daten
Einer der wichtigsten Schritte bei der Datenvorverarbeitung ist die Erkennung und Behandlung von Ausreißern in den Daten. Ausreißer sind Datenpunkte, die weit von anderen Datenpunkten entfernt sind. Mit anderen Worten,...
Data Preprocessing in Machine Learning
Die Datenvorverarbeitung beim maschinellen Lernen ist ein entscheidender Schritt, der zur Verbesserung der Datenqualität beiträgt, um die Gewinnung aussagekräftiger Erkenntnisse aus den Daten zu fördern. Die Datenvorverarbeitung im Machine Learning...
Explorative Datenanalyse in Machine Learning
Was ist explorative Datenanalyse? Wenn Sie ein neuronales Netzwerk oder Machine Learning Algorithmus trainieren, müssen Sie immer berücksichtigen, dass die Qualität der Trainingsdaten die Qualität des Modells bestimmt. Die Trainingsdaten,...
Auswahl der Trainingsdaten
Machine Learning Algorithmen und neuronalen Netze im Deep Learning lernen aus Daten. Wenn Sie ein Machine Learning Modell oder ein neuronales Netzwerk trainieren, müssen Sie immer berücksichtigen, dass die Qualität...
KI Use Case: Natural Language Processing
Natural Language bezieht sich auf die Art und Weise, wie wir Menschen miteinander kommunizieren. Nämlich Sprache und Text. Wir sind von Text umgeben. Überlegen Sie, wie viel Text Sie in...
KI Use Case: Vorhersage des nächsten Elements
Die Vorhersage des nächsten Elements ist das praktischste und am besten umsetzbare KI Use Case überhaupt. Bei diesem Use Case handelt es sich um die Vorhersage der nächsten Ergebnisse/Ereignisse anhand...
KI Business Case definieren
Auch wenn man die wesentlichen Grundlagen von Deep Learning und der künstlichen neuronalen Netze verstanden hat, bleibt oft eine wichtige Frage offen. Diese lautet: Wie identifiziert man konkrete Business Cases...
KI Use Case: Computer Vision
Die Welt ist überflutet von Bildern. Smartphones verfügen über Kameras, und es war noch nie so einfach, ein Foto oder Video aufzunehmen und zu teilen, was zu einem unglaublichen Wachstum...
KI vs. Machine Learning vs. Deep Learning
Künstliche Intelligenz, Data Science, Big Data, Machine Learning und Deep Learning sind beliebte Buzz-Words, die heutzutage jeder in der Tech-Welt zu benutzen scheint. Dennoch gibt es bei vielen Menschen ein...
Wie lernen künstliche Neuronalen Netze?
[latexpage] Inhaltsverzeichnis Machine Learning vs. Software EntwicklungWie lernt eine KI?TrainingdatenTrainingsprozess 1. Machine Learning vs. Software Entwicklung Machine Learning und Deep Learning unterscheiden sich in vielerlei Hinsicht von der traditionellen Softwareentwicklung....
Neuronale Netze und ihre Anwendungen
In Deep Learning gibt es zahlreiche Architekturen von neuronalen Netzen, die für unterschiedliche Anwendungsgebiete aufweisen. In diesem Tutorial möchte ich Ihnen 4 der, meiner Meinung nach, wichtigsten Architekturen von neuronalen...
Machine Learning Grundlagen: Differentialialrechnung
Die Differentialrechnung ist das mathematische Rückgrat von Machine Learning und Deep Learning. In diesem Tutorial werden insbesondere Themen wie Funktionen, Analysis, Differentialquotienten und Gradienten behandelt. [latexpage] Wir werden aus mathematischer...
Machine Learning Grundlagen: Wahrscheinlichkeitsrechnung
Was ist die Wahrscheinlichkeitsrechnung? Die Wahrscheinlichkeitstheorie, auch Wahrscheinlichkeitsrechnung oder Probabilistik, ist ein Teilgebiet der Mathematik, der sich, wie der Name impliziert mit Wahrscheinlichkeiten beschäftigt. In Anwendungen der künstlichen Intelligenz wird...
Machine Learning Grundlagen: Matrix- und Vektor-Normen
Was sind Vektor- und Matrix-Normen? In der mathematik bezeichnet man eine Norm als eine Abbildung, die einem mathematischen Objekt (bspw. Vektor, Matrix, Tensor) eine Zahl zuordnet. Diese Zahl repräsentiert auf...
Machine Learning Grundlagen: Algebra
Algebra ist die Sprache von Machine - und Deep Learning. In diesem Tutorial werden die wichtigsten algebraischen Operationen für Matrizen und Vektoren ausführlich behandelt. Insbesondere werden viele numerische Beispiele aufgeführt,...
Accuracy, Precision, Recall, F1-Score und Specificity
In diesem Artikel werden wir die gängigsten Metriken zur Bewertung der Leistung eines Modells in den Bereichen Data Science, Machine Learning und Deep Learning erörtern. Insbesondere werden wir uns mit...
Mathematische Datenstrukturen in Maschine Learning
Die beiden wichtigsten mathematischen Datenstrukturen oder Größen, die für die lineare Algebra von Interesse sind, sind Vektoren und Matrizen. Sie sind die Verallgemeinerung einer anderen Größe, die als sogenannter Tensor...