www-ai.cs.tu-dortmund.de/de/LEHRE/VORLESUNGEN/MLRN/WS0809/1MLVintro.de_druck_4p.pdf
1MLVintro.de_druck.pdf
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) '= y
Katharina Morik MLV – Einführung
LS 8 Künstliche Intelligenz Fakultät …
