Attributwerte einer Seite

Zur Navigation springen Zur Suche springen
Attributwerte einer Seite

Entweder eine Seite und ein Attribut angeben oder nur ein Attribut, um alle zugewiesenen Werte zu erhalten.

⧼showingresults⧽

Zeige (vorherige 20 | nächste 20) (20 | 50 | 100 | 250 | 500)


    

Liste der Ergebnisse

  • Ensemblelernen ist ein Oberbegriff für LerEnsemblelernen ist ein Oberbegriff für Lernverfahren, bei denen mehrere Einzelmodelle gezielt kombiniert werden, um eine bessere Vorhersageleistung, Robustheit und Stabilität zu erzielen als mit einem einzelnen Modell. Die Grundidee ist, dass unterschiedliche Modelle unterschiedliche Fehler machen und sich diese Fehler durch Aggregation teilweise kompensieren. durch Aggregation teilweise kompensieren.  +
  • Ensemblelernen ist kein einzelnes mathematEnsemblelernen ist kein einzelnes mathematisches Modell, sondern ein Meta-Ansatz, der auf sehr unterschiedliche Basismodelle angewendet werden kann (statistische Modelle, Entscheidungsbäume, neuronale Netze). Ensembles reduzieren typischerweise Varianz, manchmal auch Bias, und sind besonders wirksam bei komplexen Datenstrukturen.ers wirksam bei komplexen Datenstrukturen.  +
  • Typische Ensemble-Strategien sind Bagging Typische Ensemble-Strategien sind Bagging (z. B. Random Forests), Boosting (z. B. Gradient Boosting) und Stacking, bei dem ein Meta-Modell die Ausgaben mehrerer Basismodelle kombiniert. Die Aggregation erfolgt je nach Aufgabe durch Mittelung, gewichtete Mittelung oder Mehrheitsentscheidungen.te Mittelung oder Mehrheitsentscheidungen.  +
  • Viele moderne Hochleistungsmodelle im maschinellen Lernen sind Ensembles oder enthalten Ensemble-Elemente. Der Preis für die hohe Prognosegüte ist häufig eine erhöhte Modellkomplexität und geringere Transparenz einzelner Effekte.  +