1.9 Ergebnis und Auswertung

Bitte aktivieren Sie Javascript in Ihrem Browser!!

Menü

Dieses Video gehört zum openHPI-Kurs Künstliche Intelligenz und Maschinelles Lernen in der Praxis. Möchten Sie mehr sehen?

Schreiben Sie sich kostenlos ein

Beim Laden des Videoplayers ist ein Fehler aufgetreten, oder es dauert lange, bis er initialisiert wird. Sie können versuchen, Ihren Browser-Cache zu leeren. Bitte versuchen Sie es später noch einmal und wenden Sie sich an den Helpdesk, wenn das Problem weiterhin besteht.

Über dieses Video

Auf GitHub haben wir alle Materialien für die praktischen Einheiten zusammengefasst und für Sie aufbereitet.

Zur Übersicht

Woche 1
- Willkommen zum Kurs
- Umfrage zum Kursstart
- 1.0 Teamvorstellung und Kursüberblick
- 1.1 Übersicht Projekte + Aufbau Videos
- 1.2 Übersicht Woche 1
- 1.3 Einführung Jupyter Notebooks
- 1.3 Einführung Jupyter Notebooks
- 1.4.1 Grundlagen in Python
- 1.4.2 Grundlagen in Python
- 1.4 Grundlagen Python
- 1.5 Programmierbibliotheken
- 1.5 Programmierbibliotheken
- 1.6 Recap: Begriffe und Definitionen
- 1.6 Recap: Begriffe und Definitionen
- 1.7 Bereiche von Machine Learning
- 1.7 Bereiche von Machine Learning
- 1.8.1 Hauspreise in Kalifornien
- 1.8.2 Hauspreise in Kalifornien
- 1.8.3 Hauspreise in Kalifornien
- 1.8 Hauspreise in Kalifornien
- 1.9 Ergebnis und Auswertung
- 1.9 Ergebnis und Auswertung
- Hot Topic: Reinforcement Learning
- Hot Topic: Reinforcement Learning
- Hot Topic: Model Governance
- Hot Topic: Model Governance
- 1.10 Zusammenfassung Woche 1
- Lesematerial
- Hausaufgabe Woche 1
Woche 2
- Willkommen zu Kurswoche 2
- 2.1 Übersicht Woche 2
- 2.2 Einführung Recommender Systems
- 2.2 Einführung Recommender Systems
- 2.3 Erster Blick in die Daten
- 2.3 Erster Blick in die Daten
- 2.4 Grundlagen Datenbereinigung
- 2.4 Grundlagen Datenbereinigung
- 2.5 Recommender Systems 1
- 2.5 Recommender Systems 1
- 2.6 Recommender Systems 2
- 2.6 Recommender Systems 2
- 2.7 Ergebnis und Auswertung
- 2.8 Zusammenfassung Woche 2
- Hot Topic: AutoML Systeme
- Hot Topic: AutoML Systeme
- Hot Topic: Federated Learning
- Hot Topic: Federated Learning
- Lesematerial
- Hausaufgabe Woche 2
Woche 3
- Willkommen zu Kurswoche 3
- Nachtrag zu Woche 2: One-Hot-Encoding
- 3.1 Übersicht Woche 3
- 3.2 Datenformate
- 3.2 Datenformate
- 3.3 Datenrepräsentationen
- 3.3 Datenrepräsentationen
- 3.4 Hyperparameter
- 3.4 Hyperparameter
- 3.5.1 Sentiment Analyse
- 3.5.2 Sentiment Analyse
- 3.5 Sentiment Analysis
- 3.6 Mehr Daten, bessere Ergebnisse
- 3.6 Mehr Daten, bessere Ergebnisse
- 3.7 Datenlabeling
- 3.7 Datenlabeling
- Hot Topic: Forschung & Gründung am HPI
- Hot Topic: Large-scale Language Models
- Hot Topic: Large-scale Language Models
- 3.8 Zusammenfassung von Woche 3
- Lesematerial
- Hausaufgabe Woche 3
Woche 4
- Willkommen zu Kurswoche 4
- Nachtrag: Klassifikation vs. Regression vs. Clustering und F1-Score
- 4.1 Übersicht von Woche 4
- 4.2 Einführung Computer Vision
- 4.2 Einführung Computer Vision
- 4.3 Erster Blick in die Daten
- 4.3 Erster Blick in die Daten
- 4.4.1 Grundlagen der Datenbeschaffung
- 4.4.2 Grundlagen der Datenbeschaffung
- 4.4 Grundlagen der Datenbeschaffung
- 4.5 Bilderkennung 1
- 4.6 Bilderkennung 2
- 4.6 Bilderkennung
- 4.7 Auswertung und Ergebnis
- Hot Topic: Bias und Fairness in ML
- Hot Topic: Bias und Fairness in ML
- Hot Topic: Explainability
- Hot Topic: Explainability
- 4.8 Zusammenfassung Woche 4
- 4.9 Abschließende Worte
- Dankeschön, abschließende Worte und die Zukunft
- Lesematerial
- Hausaufgabe Woche 4
Abschlussprüfung
- Informationen zur Abschlussprüfung
- Abschlussprüfung
I like, I wish
- I like, I wish - was ist das?
- Regradings
- Umfrage zum Kursabschluss