Attribut:Verarbeitungsfehlerhinweis (Processing error message)

„Verarbeitungsfehlerhinweis (Processing error message)“ ist ein softwareseitig fest definiertes Attribut, das Beschreibungen zu Fehlern enthält, die in Verbindung mit fehlerhaften Attribut-Datenwert-Zuweisungen (Annotationen) oder bei deren Verarbeitung aufgetreten sind. Es wird von Semantic MediaWiki zur Verfügung gestellt. Dieses Attribut ist softwareseitig fest definiert und auch bekannt als Spezialattribut. Es erfüllt eine besondere Funktion, kann jedoch wie jedes andere benutzerdefinierte Attribut verwendet werden.

Annotationen88

vorherige 202050100250500nächste 20

Filter<p>Der <a rel="nofollow" class="external text" href="https://www.semantic-mediawiki.org/wiki/Help:Property_page/Filter">Filter für die Suche nach Datenwerten zu Attributen</a> unterstützt die Nutzung von <a rel="nofollow" class="external text" href="https://www.semantic-mediawiki.org/wiki/Help:Query_expressions">Abfrageausdrücken</a> wie bpsw. <code>~</code> oder <code>!</code>. Je nach genutzter <a rel="nofollow" class="external text" href="https://www.semantic-mediawiki.org/wiki/Query_engine">Abfragedatenbank</a> werden auch die groß- und kleinschreibungsunabhängige Suche oder auch folgende weitere Abfrageausdrücke unterstützt:</p><ul><li><code>in:</code>: Das Ergebnis soll den angegebenen Begriff enthalten, wie bspw. <code>in:Foo</code></li></ul><ul><li><code>not:</code>: Das Ergebnis soll den angegebenen Begriff nicht enthalten, wie bpsw. <code>not:Bar</code></li></ul>

Unterhalb werden 8 Seiten angezeigt, auf denen für dieses Attribut ein Datenwert gespeichert wurde.

T

Transformermodelle +

„Vorhersage“ befindet sich nicht in der Liste (Voraussage, Inferenz, Simulation, Kausale Analyse) zulässiger Werte für das Attribut „Zweck der Methode ist“.

Transformermodelle +

„Tiefes Lernen;Maschinelles Lernen“ befindet sich nicht in der Liste (Mechanistisch, Statistisch, Maschinenlernen, Tiefes Lernen, Hybrid, Kausale Inferenz, Simulation, Operationale Vorhersage, Beschreibende und erkundende Analyse, Praktisches Anwendungskonzept, ...) zulässiger Werte für das Attribut „Methode ist Mitglied der Methodenfamilie“.

U

Unterbrochene Zeitserie +

„Kausale Analyse;Inferenz“ befindet sich nicht in der Liste (Voraussage, Inferenz, Simulation, Kausale Analyse) zulässiger Werte für das Attribut „Zweck der Methode ist“.

Unterbrochene Zeitserie +

„Statistisch;Kausale Inferenz;Simulation“ befindet sich nicht in der Liste (Mechanistisch, Statistisch, Maschinenlernen, Tiefes Lernen, Hybrid, Kausale Inferenz, Simulation, Operationale Vorhersage, Beschreibende und erkundende Analyse, Praktisches Anwendungskonzept, ...) zulässiger Werte für das Attribut „Methode ist Mitglied der Methodenfamilie“.

Z

Zeitfaltungsnetze +

„Vorhersage“ befindet sich nicht in der Liste (Voraussage, Inferenz, Simulation, Kausale Analyse) zulässiger Werte für das Attribut „Zweck der Methode ist“.

Zeitfaltungsnetze +

„Mittel;groß“ befindet sich nicht in der Liste (Groß, Mittel, Klein) zulässiger Werte für das Attribut „Für die Methode benötigte Datenmenge ist“.

Zeitfaltungsnetze +

„Mittel;schlecht“ befindet sich nicht in der Liste (Gut, Mittel, Schlecht) zulässiger Werte für das Attribut „Interpretierbarkeit der Ergebnisse der Methode ist“.

Zeitfaltungsnetze +

„Tiefes Lernen;Maschinelles Lernen;Operationale Vorhersage“ befindet sich nicht in der Liste (Mechanistisch, Statistisch, Maschinenlernen, Tiefes Lernen, Hybrid, Kausale Inferenz, Simulation, Operationale Vorhersage, Beschreibende und erkundende Analyse, Praktisches Anwendungskonzept, ...) zulässiger Werte für das Attribut „Methode ist Mitglied der Methodenfamilie“.