Themen
Übersicht aller Themenbereiche im ML Math Hub.
Statistik & Wahrscheinlichkeit
Diskrete vs. stetige Variablen, Erwartungswerte und Streuungsmaße.
Unterseite öffnen
→ 2 Unterseiten
Parameter vs. Hyperparameter
Interne Gewichte ($\theta$) vs. externe Steuerung ($\alpha$) eines Modells.
Unterseite öffnen
→
Grundlegende Algorithmen
Lineare Regression, Logistische Regression, Entscheidungsbaum-Lernen, Support Vector Machines, k-Nearest-Neighbors
Unterseite öffnen
→
Modell- und instanzbasiertes Lernen
Summary kommt noch
Unterseite öffnen
→
Mathematik zu ML und AI
Lineare Algebra, analytische Geometrie, Analysis und Optimierung als mathematisches Fundament von Machine Learning und KI.
Unterseite öffnen
→ 2 Unterseiten
Neuronale Netze
Vom Perzeptron bis zum Deep Learning — Architektur und Aktivierungsfunktionen.
Unterseite öffnen
→ 4 Unterseiten