Kurs-Icon

Lernregel zur Linearen Klassifikation

In diesem Kurs wirst Du schrittweise in die grundlegenden mathematischen Konzepte der Datenanalyse eingeführt. Beginnend mit der Darstellung von Daten in Koordinatensystemen, lernst Du, wie Vektoren definiert werden und als Vielfaches zur Beschreibung von Geraden verwendet werden können. Du wirst den Betrag von Vektoren berechnen und verstehen, wie die Normalenform und der Normalenvektor in der Datenanalyse eingesetzt werden.

Im weiteren Verlauf vertiefst Du Dein Wissen über die lineare Klassifikation und lernst das Perzeptron-Modell kennen, mit dem Du Daten in verschiedene Kategorien einteilen kannst. Der Kurs schließt mit einer Zusammenfassung der erlernten Konzepte, sodass Du Dein Verständnis der mathematischen Grundlagen der Datenanalyse festigen kannst.

Lernziele

Nach diesem Online-Kurs bis Du in der Lage:

  • Grundprinzipien von Daten und deren Darstellung in Koordinatensystemen zu erklären und anzuwenden,
  • Vektoren zu definieren und ihre Eigenschaften zur Lösung von Datenanalyseproblemen anzuwenden,
  • eine Gerade als Vielfaches eines Vektors darzustellen und auf Klassifikationsaufgaben anzuwenden,
  • den Betrag eines Vektors zu berechnen und seine Bedeutung in der Datenanalyse zu verstehen,
  • die Normalenform einer Geraden und den Normalenvektor zur Lösung von Klassifikationsproblemen zu verwenden,
  • das Prinzip der linearen Klassifikation zu erklären und auf Datenkategorisierungsaufgaben anzuwenden,
  • das Perzeptron-Modell zu erklären und für lineare Klassifikationsaufgaben einzusetzen.

Kursaufbau

  1. Willkommen im Kurs
  2. Daten und Koordinatensysteme
  3. Vektoren
  4. Gerade als Vielfaches eines Vektors
  5. Betrag eines Vektors
  6. Normalenform und Normalenvektor
  7. Lineare Klassifikation
  8. Perzeptron
  9. Abschluss des Kurses