2019 | OriginalPaper | Buchkapitel
1. Supervised Learning: Grundlagen
Autor: Stefan Richter
Verlag: Springer Berlin Heidelberg
Erschienen in:
Statistisches und maschinelles Lernen
Zusammenfassung
Das Kapitel führt die Problemstellung des Supervised Learning zunächst anhand von alltäglichen Beispielen ein. Danach erfolgt schrittweise ein Übergang zu einer formalen Ausdrucksweise mit Hilfe der statistischen Entscheidungstheorie. Lösungen von Problemen des Supervised Learning sind durch sogenannte Algorithmen gegeben; einige Standardmethoden zur Ermittlung sowie die Untersuchung von deren Qualität in der Praxis werden am Ende des Kapitels besprochen. Der Stoff des Kapitels ist allgemein gehalten und enthält noch keine konkreten Modellannahmen und dazugehörigen Algorithmen.
