Podcast
Questions and Answers
Deduktives versus induktives Schlussfolgern.
Deductive versus inductive reasoning.
Deduktives versus induktives Schlussfolgern.
Deductive versus inductive reasoning.
Betrachten Sie die optimale Strategie für einen Markow-Entscheidungsprozess.
Consider the optimal policy for a Markov Decision Process.
Betrachten Sie die optimale Strategie für einen Markow-Entscheidungsprozess.
Consider the optimal policy for a Markov Decision Process.
Betrachten Sie ein Übergangsmodell 𝑃 und nehmen Sie einen endlichen Zustandsraum an. Das Übergangsmodell ist markow, wenn für jede Aktion 𝑎 und Zustandsfolge 𝑠1,…,𝑠𝑛 (für jedes 𝑛) gilt, dass ∀𝑡≤𝑛:𝑃(𝑠𝑡|𝑎,𝑠𝑡−1,𝑠𝑡−2,…,𝑠1)=𝑃(𝑠𝑡|𝑎,𝑠𝑡−1).
Consider a transition model 𝑃 and assume a finite state space. The transition model is Markovian if for any action 𝑎 and sequence of states 𝑠1,…,𝑠𝑛 (for any 𝑛) it holds that ∀𝑡≤𝑛:𝑃(𝑠𝑡|𝑎,𝑠𝑡−1,𝑠𝑡−2,…,𝑠1)=𝑃(𝑠𝑡|𝑎,𝑠𝑡−1).
Betrachten Sie ein Übergangsmodell 𝑃 und nehmen Sie einen endlichen Zustandsraum an. Das Übergangsmodell ist markow, wenn für jede Aktion 𝑎 und Zustandsfolge 𝑠1,…,𝑠𝑛 (für jedes 𝑛) gilt, dass ∀𝑡≤𝑛:𝑃(𝑠𝑡|𝑎,𝑠𝑡−1,𝑠𝑡−2,…,𝑠1)=𝑃(𝑠𝑡|𝑎,𝑠𝑡−1).
Consider a transition model 𝑃 and assume a finite state space. The transition model is Markovian if for any action 𝑎 and sequence of states 𝑠1,…,𝑠𝑛 (for any 𝑛) it holds that ∀𝑡≤𝑛:𝑃(𝑠𝑡|𝑎,𝑠𝑡−1,𝑠𝑡−2,…,𝑠1)=𝑃(𝑠𝑡|𝑎,𝑠𝑡−1).
True
Überanpassung tritt auf, wenn ein Modell nicht verallgemeinern kann und stattdessen zu sehr an den Trainingsdatensatz angepasst ist.
Overfitting occurs when a model cannot generalize and fits too closely to the training dataset instead.
Überanpassung tritt auf, wenn ein Modell nicht verallgemeinern kann und stattdessen zu sehr an den Trainingsdatensatz angepasst ist.
Overfitting occurs when a model cannot generalize and fits too closely to the training dataset instead.
Signup and view all the answers
Beim deduktiven Denken ist das generierte Wissen neu.
In deductive reasoning, the generated knowledge is new.
Beim deduktiven Denken ist das generierte Wissen neu.
In deductive reasoning, the generated knowledge is new.
Signup and view all the answers
Dimensionsreduktion und Clustering sind klassische Beispiele für unüberwachtes Lernen.
Dimensionality reduction and clustering are classic examples of unsupervised learning.
Dimensionsreduktion und Clustering sind klassische Beispiele für unüberwachtes Lernen.
Dimensionality reduction and clustering are classic examples of unsupervised learning.
Signup and view all the answers
Klassifizierung und Regression sind klassische Beispiele des unüberwachten Lernens.
Classification and regression are classic examples of unsupervised learning.
Klassifizierung und Regression sind klassische Beispiele des unüberwachten Lernens.
Classification and regression are classic examples of unsupervised learning.
Signup and view all the answers
Beim überwachten Lernen sind Beispiele normalerweise Tupel, die aus Attributen/Merkmalen und Labeln bestehen.
In supervised learning, examples are usually tuples consisting of attributes/features and labels.
Beim überwachten Lernen sind Beispiele normalerweise Tupel, die aus Attributen/Merkmalen und Labeln bestehen.
In supervised learning, examples are usually tuples consisting of attributes/features and labels.
Signup and view all the answers
