Maschinelles Lernen · 2020-01-28 · Seite > Motivation Teilgebiet „Maschinelles Lernen“...

Maschinelles LernenInfoLab Saar Universität des Saarlandes

Saarbrücken

Franz WalgenbachLukas Wachter

Seite

> Motivation

Franz Walgenbach, Lukas Wachter 228.01.2020

Seite

> Motivation

Künstliche Intelligenz beeinflusst mehr und mehr

den Lebensalltag


Seite

> Motivation

Teilgebiet „Maschinelles Lernen“


KünstlicheIntelligenz

MaschinellesLernen

Seite

> Motivation

Was ist „Maschinelles Lernen“?


Google's Autodraw

http://www.autodraw.com/

Seite

> Was ist maschinelles Lernen?

„Andere Kunden kauften auch …“

Situation: Computer bei Onlineshop gekauft, Preis: 899€


Lernend Nicht-lernend

PC-ZubehörUhrzeit

Preis

Kategorie

Kaufhistorie

Interessen

Seite

> Arten maschinellen Lernens

3 Typen maschinellen Lernens:


KünstlicheIntelligenz

MaschinellesLernen

ÜberwachtesLernen

UnüberwachtesLernen

BestärkendesLernen

…

…

Seite


Überwachtes Lernen


Daten mit „Labels“

Trainingsdaten

Analyse & Mustererkennung

Testdaten

Aufteilen der Daten

Erkennen neuer Daten

Seite



Unüberwachtes Lernen

„Clustering“

# Reclam-Heftchen

# Küchen-utensilien

Seite



Bestärkendes Lernen

Spielzüge analysieren und

„besten Zug“ auswählen

Sieg = Belohnung

Niederlage = Bestrafung

Entspricht am ehesten dem menschlichen Lernprozess

https://github.com/AmreshVenugopal/tic_tac_toe

Seite

> Decision Trees

Wie sieht das „Regelwerk“ aus?

Entscheidungsbaum (Decision Tree)


Seite

> Decision Trees

Bäume in der Informatik


Wurzel

Blätter

Knoten

Kante/Ast

Seite


Was macht ein ENTSCHEIDUNGSbaum?

Beispiel: Hunde und Katzen


Seite

> Entscheidungsbäume


Decision Trees sind nicht eindeutig!

Baum mit der besten

Genauigkeit auswählen

Seite


Ab jetzt führendes Beispiel:

Wettervorhersage

Überwachtes Lernen


Seite


Führendes Beispiel:


Trainingsdaten

Testdaten Label

Seite


Wie entscheidet der Baum?


Testdaten: Temp_mittel: 20°, Luftdruck 982 hPa, …

Seite


Wie entsteht der Baum?


Seite




„Bestes Kriterium“ zuerst

Dann feinere Unterscheidungen

Seite




Am Beispiel:

Seite




1) 2)

3)

Seite




Seite

> Arbeitsphase

10 Min Arbeitsphase


SeiteFranz Walgenbach, Lukas Wachter 2428.01.2020

Optimierung oder Einsatz zur Klassifizierung

Ausprobieren an Testdaten

Verbesserung

?

Seite

Arbeitsschritte beim Arbeiten mit ML

1. Daten besorgen

2. Überblick über die Daten verschaffen

3. Aufteilen der Daten in Trainings- und Testdaten

4. Wahl eines Algorithmus

5. Trainieren des Modells

6. Qualität des Modells mithilfe der Testdaten prüfen

7. Optimierung oder Einsatz an neuen Daten


Seite

> Sensitivität vs. Spezifität

Welche Ergebnisse können auftreten?


Niederschlag

KeinNiederschlag

Kein Niederschlag vorhergesagt

Niederschlag vorhergesagt

Sensitivität:

Spezifität:

Seite

> Erinnerung

Erinnerung


„Threshold“

Seite

> Hyperparameter


Maximale TiefeMaximale Tiefe

Minimale Anzahl an Datensätzen pro SplitMinimale Anzahl an Datensätzen pro Split

Minimale Anzahl an Datensätzen pro BlattMinimale Anzahl an Datensätzen pro Blatt

Maximale Anzahl Features pro SplitMaximale Anzahl Features pro Split

Beispielwert: 5Beispielwert: 4

Beispielwert: 1

Seite

> Arbeitsphase

Und jetzt?

Selbst ausprobieren!


Seite


Was konnte beobachtet

werden?


Seite

> Zusammenfassung

Was haben wir gesehen?


Seite


Rekapitulation


Gutartiger Tumor Bösartiger TumorEntzündungswerten, Größe des Knotens, etc.

Bösartig wird als gutartig klassifiziert

Gutartig wird als bösartig klassifiziert

Maschinelles Lernen · 2020-01-28 · Seite > Motivation Teilgebiet „Maschinelles Lernen“...

Documents

Transcript of Maschinelles Lernen · 2020-01-28 · Seite > Motivation Teilgebiet „Maschinelles Lernen“...