Hi Leute,
ich wollte mal anstoßen, dass wir die Aufgaben aus der Prüfung Machine Learning Anwendungen zusammentragen und daraus ein Gedächtnisprotokoll entwickeln.
Woran ich mich noch erinnere:
- Konfusionsmatrix Präzision bestimmen
- Lineare Regression : 7 Dimensionen y 15 Dimensionen x : Gleichung aufstellen + Parameteranzahl
- Ransac: Datensatz 100k Bilddaten 2D, 7 Iterationen: Wie hoch ist die Wahrscheinlichkeit mindestens ein mal einen Outliner freien Datensatz zu bestimmen
- Diagramm aus dem Skript zu Präzision / Genauigkeit mit den Begriffen (High Variance, High Bias, Low Variance, Low Bias) beschriften und Kreise zuordnen
- Energy Load Forecastin: Autokorrelationsdiagramm mit der Korrelationsfaktor sowie den Time Lags gegeben. Es sollten daraus die Features abgleitet werden und auch konkrete Werte berechnet werden.
- Exploitation vs. Exploration
- Overfitting vs Underfitting und Diagramme zuordnen
- Ein Datensatz mit gleichverteilten Daten wird zum Training eines ML Algorithmus genutzt (wurde auch genannt welcher das war). Es war die Accuracy
auf den Testdaten und auf dem Validierungsdatensatz gegeben und man sollte eine Möglichkeit angeben wie man die Genauigkeit des Algorithmus erhöhen könnte
- Verschiedene (ehr wenige) Multiple-Choice Aufgaben zum Verständnis und es gab jeweils zwei richtige Antworten wobei beide richtig sein mussten, ansonsten keine Punkte
Habt Ihr noch mehr?