Welche Aufgabe braucht unüberwachtes Lernen?

Northwind Retail wählt den passenden Lernansatz für mehrere Aufgaben. Im Playground oben zeigt das Ein- und Ausschalten der Labels den Unterschied: Überwachtes Lernen braucht gelabelte Daten, während unüberwachtes Lernen Strukturen in Daten ohne Labels findet.

Wähle die Aufgabe aus, die unüberwachtes Lernen verwenden würde.

Diese Übung ist Teil des Kurses

<Kurs>Künstliche Intelligenz verstehen</Kurs>

Kurs ansehen

Interaktive praktische Übung

Verwandle Theorie mit einer unserer interaktiven Übungen in die Praxis

Übung starten

Diese Übung ist Teil des Kurses

<Kurs>Künstliche Intelligenz verstehen</Kurs>

Geringe SchwierigkeitSchwierigkeitsgrad

4.8+

16528 reviews

Kurs kostenlos starten

Beginne mit deiner Reise in die Welt der KI! Künstliche Intelligenz hat sich schnell von einer rein wissenschaftlichen Disziplin zu einem übergreifenden Fachbereich entwickelt, dessen Anwendungen und Einsatzmöglichkeiten mittlerweile breit gefächert sind – sei es in der Wirtschaft, in der Industrie oder einfach als Teil unseres täglichen Lebens. Du lernst, was KI ist, was für Probleme mit KI gelöst werden können und wo ihre derzeitigen Grenzen liegen. Außerdem wirst du ein breites Verständnis für die Teilbereiche von KI und die damit verbundenen Disziplinen erlangen.

Exercise 1: Was ist künstliche Intelligenz?Exercise 2: Passt es zur Definition von KI?Exercise 3: Heute schmal, morgen allgemein?Exercise 4: Was kann KI?Exercise 5: Welche Fähigkeit nutzt der Routenplaner?Exercise 6: Welches System nutzt Vorhersagen und Inferenz?Exercise 7: KI-Bereiche und verwandte Disziplinen Exercise 8: Welche Disziplin hilft dem Roboter beim Sehen?Exercise 9: Zuhören und lernen

Was sind die Kernfunktionen von KI-Systemen und welche Möglichkeiten bietet jeder ihrer Bereiche? Woher stammen die Daten, die KI-Systeme antreiben? Wie nutzen Techniken wie das maschinelle Lernen Daten, um verschiedenste Probleme zu lösen? Dieses Kapitel gibt Antworten auf diese und weitere Fragen und zeigt, wie verschiedene Formen der KI-Daten erfassen, aus Daten lernen und mit ihrer Umgebung interagieren können – sei es physisch oder im Digitalen.

Exercise 1: Algorithmen und KI-Systeme entmystifiziert Exercise 2: Was produziert das System?Exercise 3: Die Bestandteile eines KI-Systems für Hotelbuchungen Exercise 4: Daten erfassen Exercise 5: Welche Konfiguration ist eine echte Sense-and-Act-Schleife?Exercise 6: Strukturiert oder unstrukturiert?Exercise 7: Aus Daten lernen Exercise 8: Training und Klassifizierung mit Pinguinen Exercise 9: Welche Aufgabe braucht unüberwachtes Lernen?

Aktuelle Übung

Exercise 10: Tiefes Lernen wird uns noch länger begleiten Exercise 11: Interaktion mit der „Umwelt“Exercise 12: Welche NLP-Aufgabe findet heraus, was Kund:innen denken?Exercise 13: Verwechseln von Robotik, visuellem Wahrnehmen und natürlicher Sprache

Mach dich bereit, die spannende Welt der KI in Unternehmen zu entdecken! In diesem Kapitel werden die grundlegenden Konzepte, Richtlinien und guten Praktiken vorgestellt, mit denen du ein KI-gesteuertes Unternehmen aufbauen oder werden kannst. Egal ob es darum geht, deine Produkte, Dienstleistungen und Projekte mit Intelligenz auszustatten oder die betrieblichen Abläufe in deinem Unternehmen zu revolutionieren – am Ende dieses Kapitels wirst du die wesentlichen Elemente verstehen, um diese Technologie zu nutzen: von der Kultur über die Daten und die Infrastruktur bis hin zum Aufbau von Teams aus talentierten KI-Profis. Du erfährst auch etwas über Herausforderungen, die dich eventuell erwarten, und über Erfolgsbeispiele von großen Unternehmen, die gelernt haben, KI zu einem zentralen Aspekt ihrer Marke zu machen.

Exercise 1: Etablierung einer KI-Kultur Exercise 2: Vier Zutaten für KI-gesteuerte Organisationen Exercise 3: Mach die Organisation startklar Exercise 4: Datenstrategie, Ressourcen und Menschen Exercise 5: Die richtige Infrastruktur wählen Exercise 6: Das „Zen“ von MLOps Exercise 7: Teambildung!Exercise 8: Ist das eingesetzte KI-System erfolgreich?Exercise 9: Was passiert mit diesem Modell?Exercise 10: Ein akademischer Proof-of-Concept (PoC)Exercise 11: Herausforderungen und Erfolgsgeschichten Exercise 12: Wege zur Förderung einer KI-Kultur Exercise 13: Paola und das Modeprojekt

Am Ende unserer aufregenden KI-Reise sehen wir uns die tiefgreifende Verbindung zwischen KI und ihren Auswirkungen auf die Menschheit und die Gesellschaft an. Darunter befinden sich Themen wie KI-Demokratisierung und verantwortungsvolle KI, die Ethik, Interpretierbarkeit, Fairness und Sicherheit umfassen – alles entscheidende Aspekte für die Entwicklung von KI-Systemen, die sich positiv auf unser Leben auswirken. Zum Schluss werfen wir einen Blick in die Zukunft und skizzieren die spannenden Perspektiven und Herausforderungen, die KI für die Gestaltung einer nachhaltigen Zukunft bietet.

Exercise 1: Künstliche Intelligenz demokratisieren Exercise 2: Bewährte Verfahren zur Demokratisierung von KI Exercise 3: Offene Türen für „Open Data“Exercise 4: Erklärbarkeit und Interpretierbarkeit Exercise 5: Verfolge den Weg des Pinguins Exercise 6: Die SHAP-Erklärungen lesen Exercise 7: Soziale Herausforderungen: Ethik, Fairness und Datenschutz Exercise 8: Datenaustausch für KI-Fortschritt Exercise 9: Voreingenommenes oder unvoreingenommenes Verhalten?Exercise 10: Das voreingenommene Fahrzeug Exercise 11: Soziale Herausforderungen: die Zukunft der KI Exercise 12: Die tausend Gesichter nachhaltiger KI Exercise 13: Paola und die menschliche Seite der KI Exercise 14: Eine Reise endet, eine andere beginnt