AI Across Domains - Kompetenzen für das KI-Zeitalter (PUBLIC)

Bei manchen Aufgaben oder Problemstellungen ist nicht bekannt, was die richtige Beschriftung oder die optimale Entscheidung ist – zum Beispiel, wenn Unternehmen ihre Kundschaft automatisch in Gruppen einteilen möchten, um gezielte Marketingstrategien zu entwickeln. In diesem Modul lernen Sie, wie Maschinen mithilfe des unüberwachten Lernens Muster in Daten erkennen können, ohne dass eine „richtige Antwort“ (also Beschriftungen) vorgegeben ist. Algorithmen für unüberwachtes Lernen ermöglichen es Computern, Strukturen und Zusammenhänge in unbeschrifteten Daten zu erkennen. Außerdem lernen Sie in diesem Modul den Ansatz des verstärkenden Lernens kennen. Dieser ist von behavioristischen Lerntheorien inspiriert und erlaubt es Computern, durch Belohnung und Bestrafung schrittweise optimale Entscheidungen zu treffen.

Zusammengefasst werden in diesem Modul die beiden weiteren grundlegenden Ansätze des maschinellen Lernens behandelt: unüberwachtes Lernen und verstärkendes Lernen.

In diesem Modul lernen Sie ...

• Probleme des überwachten, unüberwachten und verstärkenden maschinellen Lernens voneinander abzugrenzen.
• wie unüberwachte Lernalgorithmen Cluster erkennen und Ausreißer identifzieren.
• wie Agenten beim verstärkenden Lernen durch Versuch und Irrtum zunehmend bessere Entscheidungen treffen.