Maschinelles Lernen/Trainingsdaten

Einleitung

Bearbeiten

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

Bearbeiten

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

Bearbeiten

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

Bearbeiten

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

Bearbeiten

Aufgaben für Lernende / Studierende

Bearbeiten
  • Laden Sie zunächst die Daten aus einer CSV-Tabelle ein, die in jeder Zeile einen Vektor   mit einem Vektor   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

Bearbeiten

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.

Literatur/Quellennachweise

Bearbeiten


Siehe auch

Bearbeiten

Seiteninformation

Bearbeiten

Diese Lernresource können Sie als Wiki2Reveal-Foliensatz darstellen.

Wiki2Reveal

Bearbeiten

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