www-ai.cs.tu-dortmund.de/de/LEHRE/VORLESUNGEN/MLRN/WS0809/1MLVintro.de_druck.pdf
Vorlesung Maschinelles Lernen - Überblick
Zusammenfassung Vorlesungsablauf
Lernaufgabe Klassifikation
Gegeben Klassen Y , oft y ∈ {+1,−1}, eine Menge T = {(~x1, y1), ..., ( ~xN , yN)} ⊂ X × Y von Beispielen, eine Qualitätsfunktion.
Finde eine Funktion [...] f (X )) = N∑
i=1
Q(yi , ~xi)p(~xi) (1)
wobei p(~xi) die Wahrscheinlichkeit ist, dass das Beispiel ~xi aus X gezogen wird.
Mittlerer Quadratischer Fehler:
MSE(Y , f (X )) = 1 N
N∑ i=1
(yi − f (~xi)) 2 [...] 2 (2)
Mittlerer 0-1-Verlust: Q(Y , f (X )) = 1 N ∑N
i=1 Q(~xi , f ), wobei
Q(yi , f (~xi)) =
{ 0, falls f (~xi) = y 1, falls f (~xi) 6= y
Katharina Morik MLV – Einführung
LS 8 Künstliche Intelligenz Fakultät …
