Im Rahmen der in den beiden vorherigen Teilen bereits präsentierten deskriptiven Analysen zum Training-Datensatz der Kaggle-Competition ASHRAE III werden wir nun einen Blick auf einen Lerner werfen, der den Einfluss der im Datensatz
... Weiterlesen.
Datenanalyse und Machine Learning anhand eines Use Cases – II/III
Im letzten Beitrag der Serie wurden zunächst die ASHRAE Kaggle Competition vorgestellt und die dort verfügbaren Daten visualisiert. Dabei wurden die Daten aus verschiedenen Blickwinkeln beleuchtet, um ein Gefühl für die Daten zu bekommen. Man konnte sehen,... Weiterlesen.
Datenanalyse und Machine Learning anhand eines Use Cases – I/III
Der Umfang von generierten Daten steigt ständig durch die zunehmende Digitalisierung nahezu aller Lebensbereiche – von Industrie 4.0 über den öffentlichen Sektor bis hin zu SmartHome. Dabei verbergen sich in
... Weiterlesen.
Der Satz von Bayes – bedingte Wahrscheinlichkeiten
Vielen ist die klassische Definition von Wahrscheinlichkeiten bekannt. Ein Ereignis trete zufällig auf, dann ist die Wahrscheinlichkeit des Auftretens eines Zustandes A definiert als der Quotient aus den für das
... Weiterlesen.
AWS Neuigkeiten Mai 2020
Auch bei AWS zeichnet sich in diesem Monat bereits ein zukünftiger Trend ab der uns aufgrund der weltweiten aktuellen Situation noch einige Zeit begleiten wird: Virtuelle Online Konferenzen. Am 13.
... Weiterlesen.
Reinforcement learning – Ein Überblick
Reinforced Learning (RL) ist eine der drei grundlegenden Ansätze im Bereich des maschinellen Lernens, neben dem Supervised Learning (SL) und dem Unsupervised Learning (UL). Beim Supervised Learning ist für jedes
... Weiterlesen.
Machine Learning mit MLflow
Der gesamte Machine-Learning (ML) Prozess zeichnet sich in vielen Fällen durch eine außerordentlich hohe Komplexität aus, welche sich hauptsächlich durch folgende Ursachen erklären lässt: Wachsender Parameterumfang: Mit immer leistungsstärkerer Hard-... Weiterlesen.
Dokumentenklassifikation mithilfe von Supervised Learning
Poststellen großer Unternehmen müssen jedes Jahr unzählige Schriftstücke entgegennehmen, kategorisieren und anschließend an die Fachabteilungen des Unternehmens weiterleiten. Dabei wird die Post in vielen Unternehmen heutzutage zuerst eingescannt, sodass sie... Weiterlesen.
Vor- und Nachteile von Data-Science- und Machine-Learning-Plattformen
Seit einigen Jahren verspricht eine Reihe von Software-Anbietern die (Teil-)Automatisierung von Data-Science-Projekten mit sogenannten Auto-ML-Programmen (automatic machine learning). Mitarbeiter aus den Fachbereichen sollen dadurch in die Lage versetzt werden, selber... Weiterlesen.
Machine-Learning mit unausgewogenen Datensätzen: imbalanced-learn (Python-Package)
Eine große Herausforderung im Bereich Machine-Learning stellt der Umgang mit unausgewogenen (engl. unbalanced) Datensätzen bei der Klassifizierung dar. Dabei bezeichnet man einen Datensatz als unausgewogen, wenn eine Klasse des Datensatzes... Weiterlesen.