Trainieren und Testen eines ML-Modells zur Lösung eines realen Problems
Beschreiben der Phasen des Lebenszyklus eines KI-Projekts
Verwenden eines ML-Tools zum Importieren von Daten und zum Trainieren eines Modells
Testen und untersuchen der Genauigkeit eines ML-Modells
KI-Projektlebenszyklus, Datenaufbereitung, Modell für maschinelles Lernen, Klasse, Kennzeichnung, Training, Testen, Genauigkeit, Wahrscheinlichkeitswert, Wahrscheinlichkeitsschwellenwert
Reihenfolge der Lebenszyklusphasen eines KI-Projekts
Nutzerorientiertes Konzept
Phase 1: Problem definieren
Phase 2: Daten aufbereiten
Phase 3: Modell trainieren
Phase 4: Modell testen
Beschreiben der Modellgenauigkeit
