ML Atlas auf Deutsch
Machine Learning verstehen mit ML Atlas
ML Atlas ist eine interaktive Enzyklopädie über maschinelles Lernen, neuronale Netze und Sprachmodelle. Auf Deutsch beginnen wir mit einem kurzen Kurs: In jeder Lektion bewegst du Regler auf echten Daten und siehst, warum das Modell tut, was es tut.
Kurs · 33 von 38 Lektionen fertig · 385 Min.
Kurs: Machine Learning von Grund auf
Kurze Lektionen mit einem Live-Labor auf echten Daten, drei Quizfragen und dem Wichtigsten – vom ersten Modell bis zu großen Sprachmodellen.
- 00 Der ganze Prozess in 15 Minuten, von Anfang bis Ende
- 01 Was ist maschinelles Lernen?
- 02 Daten, Merkmale, Labels und Aufteilung
- 13 Der Vergleichswert: Womit vergleichst du dein Modell?
- 14 Nächste Nachbarn: das einfachste Modell
- 03 Lineare Regression: eine Gerade anpassen
- 04 Gradientenabstieg: Lernen in kleinen Schritten
- 05 Klassifikation: eine Grenze ziehen
- 06 Einen Klassifikator bewerten: mehr als Genauigkeit
- 15 Schwelle, ROC und PR: alle Schwellen auf einmal
- 19 Kalibrierung: Heißt 0,8 auch 80 %?
- 16 Unausgewogene Klassen
- 20 Metrik und Schwelle nach den Kosten der Fehler
- 07 Überanpassung: Wenn ein Modell auswendig lernt
- 08 Validierung und Kreuzvalidierung
- 17 Lernkurven: mehr Daten oder ein besseres Modell?
- 21 Regularisierung: Ridge und Lasso
- 22 Hyperparameter abstimmen, ohne zu schummeln
- 23 Frühes Stoppen
- 24 Exploration: erst schauen, dann modellieren
- 26 Fehlende Daten
- 25 Kategorien und Skalierung
- 27 Feature Engineering
- 18 Datenleck
- 28 Pipeline: von der Tabelle zur Vorhersage
- 09 Entscheidungsbäume: zwanzig Fragen an die Daten
- 10 Ensembles: Warum viele Bäume einen schlagen
- 29 Gradient Boosting: Bäume, die Fehler korrigieren
- 30 Naive Bayes: falsche Annahme, gute Entscheidungen
- 31 Support-Vector-Maschinen und Kerne
- 32 Welches Modell wann?
- 11 Neuronale Netze: viele einfache Einheiten im Verbund
- 12 Von neuronalen Netzen zu großen Sprachmodellen
Was ML Atlas ist
Eine Enzyklopädie, die den Mechanismus erklärt – warum eine Methode funktioniert – mit Beispielen, die auf klassischen Datensätzen berechnet sind, und Illustrationen, die du selbst verändern kannst. Die vollständige Ausgabe ist auf Polnisch, eine Auswahl von Begriffen auf Englisch.
Sprachen
Den Kurs gibt es auf: