Maschinelles Lernen/Trainingsdaten

Einleitung

Diese Seite zum Thema Maschinelles Lernen/Trainingsdaten kann als Wiki2Reveal Folien angezeigt werden. Einzelne Abschnitte werden als Folien betrachtet und Änderungen an den Folien wirken sich sofort auf den Inhalt der Folien aus. Dabei werden die folgenden Teilaspekte im Detail behandelt:

• (1) Laden von Trainingsdaten aus einer Tabelle
• (2) Erzeugung von Netzwerken, die als Matrizen weiter verarbeitet werden können.

Zielsetzung

Diese Lernressource zu Maschinelles Lernen/Trainingsdaten in der Wikiversity hat das Ziel, das Einladen und Erzeugen einer Matrix als Repräsentation eines assoziativen Netzes zu implementieren. Das prinzipielle Vorgehen wird dabei an einer konkreten Programmiersprache ausgeführt.

Bemerkung - Auswahl der Programmiersprache

In Abhängigkeit von der Auswertung der Daten sollen Textfragmente und Textpassagen dynamisch erzeugt werden und die Ergebnisse in Tabellen und Diagrammen in Abhängigkeit von den Trainingsdaten gewählt werden. Dafür wird KnitR verwendet und daher die Programmiersprache R

Zielgruppe

Die Zielgruppe der Lernressource zum Thema Maschinelles Lernen und Trainingsdaten sind Studierende der Mathematik, die eine grundlegenden Einstieg in das Arbeiten mit Daten und Maschinellen Lernen (ML) erhalten möchten.

Lernvoraussetzung

• Dateien laden,
• eigene Funktionen in R definieren

Aufgaben für Lernende / Studierende

• Laden Sie zunächst die Daten aus einer CSV-Tabelle ein, die in jeder Zeile einen Vektor $x\in {ℝ}^3$ mit einem Vektor $y\in {ℝ}^2$ assoziieren soll! Jeder Zeile besteht daher aus 5 Spalten.
• In diesem allgemeinen Beispiel sollen die Spaltenüberschriften (header) wie folgt definiert sein

x1,x2,x3,y1,y2

• Verwenden Sie die folgende drei Datensätze zunächst zum Testen und speichern Sie diese in der Datei data.R3R2.csv. Dabei kennzeichnet der Dateiname, dass es sich um 3 dimensionale Eingabedaten "R3" und zweidimensionale Ausgabedaten "R2" handelt.

x1,x2,x3,y1,y2
1, 0, 0, 0.5, 0.5
0, 1, 0, 1,   0
0, 0, 1, 0,   1

• Erzeugen Sie für jede Zeile eine Koaktivitätsmatrix und geben Sie diese mit einer Funktion aus.

Bemerkung - Dateinamen mit Dimensionskennung

Die Dateinamen müssen in R nicht so heißen. Dies ist lediglich eine Namenskonvention, um sich bei mehreren Beispieldateien in einem Verzeichnis besser orientieren zu konnen.

Siehe auch

• Hebbsche Lernregel
• KnitR
• Funktionen in R definieren
• Überblick - Programmiersprache GNU R
• Wiki2Reveal

Seiteninformation

Diese Lernresource können Sie als Wiki2Reveal-Foliensatz darstellen.

Wiki2Reveal

Dieser Wiki2Reveal Foliensatz wurde für den Lerneinheit Maschinelles Lernen' erstellt der Link für die Wiki2Reveal-Folien wurde mit dem Wiki2Reveal-Linkgenerator erstellt.

• Die Seite wurde als Dokumententyp PanDocElectron-SLIDE erstellt.
• Link zur Quelle in Wikiversity: https://de.wikiversity.org/wiki/Maschinelles%20Lernen/Trainingsdaten
• siehe auch weitere Informationen zu Wiki2Reveal und unter Wiki2Reveal-Linkgenerator.