Worum geht es?
Stell dir vor:Du willst einem Computer beibringen, Spam-Mails zu erkennen. Klassisch: 1000 If-Else-Regeln. Modern: 10.000 Beispiele "Spam/nicht Spam" geben — und ein Algorithmus lernt selbst, welche Muster Spam ausmachen. Das ist Machine Learning.
Machine Learning (ML) ist der Kern moderner KI. Statt Regeln zu programmieren, lassen wir Algorithmen aus Daten lernen. Drei Grundparadigmen — Supervised, Unsupervised, Reinforcement — decken praktisch alle Anwendungen ab.
Drei Lern-WeltenSupervised — mit Labels, Prediction. Unsupervised — ohne Labels, Strukturen finden. Reinforcement — durch Belohnung optimieren.
Was du am Ende kannst
- Die drei ML-Paradigmen verstehen und unterscheiden.
- Klassifikation, Regression, Clustering korrekt einsetzen.
- Modelle mit Accuracy, Precision, Recall, F1 evaluieren.
- Train-Test-Split und Cross-Validation anwenden.