Grundlagen - AKAD

ROB03
Maschinelles Lernen
Kompetenzzuordnung
Kompetenzziele
Wissensvertiefung
Maschinelles Lernen erläutern und Modelle des Lernens verstehen und
anwenden können. Grundlegende Algorithmen wie Monte Carlo
Methoden, neuronale Netze usw. kennen lernen und programm-technisch
umsetzen können. Alternative Ansätze in der Literatur bewerten und
verstehen können.
Maschinelles Lernen erläutern und Modelle des Lernens verstehen und
anwenden können. Alternative Ansätze in der Literatur bewerten und
verstehen können. Algorithmen des maschinellen Lernens verstehen und
einsetzen können.
Inhalt
Maschinelles Lernen I
Einführung
• Was ist Lernen?
• Klassifikationsvarianten
• Einfaches Modell eines Lernenden Systems
• Wissensentdeckung
Lernen aus Beispielen
• Konzepte
• Lernen als Suchen
• Der AQ-Algorithmus
• Entscheidungsbaumverfahren
Unüberwachte Lernverfahren
• Einteilung
• Cluster Analyse
• Hierarchische Clusteringverfahren
• Cluster-Algorithmus
• Cobweb-Algorithmus
Maschinelles Lernen II
Deduktives Lernen – Erklärungsbasiertes Lernen
• Einleitung
• Definition des Lernproblems
Reinforcement Learning
• Grundidee zur Lösung von RL-Problemen
• RL-Ansätze
• Das vollständige RL-Problem und Markov Prozesse
• Dynamische Programmierung