Aus dem Kurs: Data Science – Grundlagen
So erhalten Sie Zugriff auf diesen Kurs
Werden Sie noch heute Mitglied und erhalten Sie Zugriff auf mehr als 23.200 Kurse von Branchenfachleuten.
Selbst erzeugte Daten
Aus dem Kurs: Data Science – Grundlagen
Selbst erzeugte Daten
Als Kind sah ich einmal eine Werbung für ein Spielzeug, das man einfach aufziehen und loslassen konnte. Etwas Ähnliches können Sie jetzt mit Data Science tun. Sie können einen Loopback-Prozess ausführen. Dabei erstellen Computer, oder die Programme in ihnen, selbst die Daten, die ihre Algorithmen für Maschinelles Lernen benötigen. Es ist so etwas wie die mythische Schlange, die sich selbst in den Schwanz beißt. Das ist aus folgendem Grund wichtig: Sie benötigen Daten, um Algorithmen für Maschinelles Lernen zu trainieren, sodass sie über Kategorisierungen oder nächste Schritte entscheiden. Die Maschinen aus einer Interaktion mit sich selbst diese Daten generieren zu lassen ist ein sehr effizientes Mittel, um das zu tun. Es gibt mindestens drei Versionen davon und ich werde es in meiner eigenen Terminologie erklären. Die erste nenne ich externes verstärkendes Lernen. Verstärkendes Lernen ist ein sehr gängiger Begriff. Damit ist ein Algorithmus gemeint, der ein bestimmtes Ergebnis…
Üben mit Projektdateien
Laden Sie die Dateien herunter, die von den Trainer:innen verwendet werden. So können Sie mitlesen und durch Ansehen, Zuhören und Üben lernen.
Inhalt
-
-
-
-
-
-
(Gesperrt)
Datenaufbereitung5 Min. 8 Sek.
-
(Gesperrt)
Eigene Daten1 Min. 56 Sek.
-
(Gesperrt)
Open Data4 Min. 43 Sek.
-
(Gesperrt)
APIs2 Min. 35 Sek.
-
(Gesperrt)
Data Scraping4 Min. 30 Sek.
-
(Gesperrt)
Datenerzeugung5 Min. 29 Sek.
-
(Gesperrt)
Passives Sammeln von Trainingsdaten3 Min. 44 Sek.
-
(Gesperrt)
Selbst erzeugte Daten3 Min. 10 Sek.
-
(Gesperrt)
-
-
-
-
-
-