Page 193 - Handbuch Internet of Things

Kapitel 4.8 / IoT-Plattformen
HANDBUCH INTERNET OF THINGS
 ÜberblickMachineLearning
Welche klassischen Machine-Learning-Techniken und -Algorithmen gibt es?
V Linear Classi ers (z. B. Support-Vector- V
Decision-Tree Learning
Ensemble Learning (z.B. Randomfo- rest, Gradient Boosting)
Instance-based Neural Networks (z.B. KNN)
Machines)
V Clustering (z. B. K-Means, Tree-based)
V
V Regression-Analysis V
V Dimensionality-Reduction (z. B. PCA,
tSNE) V
Descriptive Statistics Dies ist nur eine beispielha e Auswahl ohne Anspruch auf Vollständigkeit.
Darüber hinaus sollten noch die nachfolgenden ML-Techniken erwähnt werden, die eher der KI zugeordnet werden:
V Deep Learning Neural Networks (z. B. V Reinforcement Learning
Feed Forward Neural Networks, CNNs, RNNs, GANs)
V Transfer Learning
194
Daten, Präferenzen und Kaufverhalten lassen sich gut abgegrenzte Konsumentengruppen bilden.
Korrelation: Welche Ereignisse treten zusammen auf?
Es geht darum, Zusammenhänge als Korre- lationen (wenn das, dann dies) und nicht als Kausalität (dies verursacht das) zu erkennen. Zum Beispiel: Ein kritischer Systemzustand wird immer dann erreicht, wenn bestimmte Parameter (Temperatur, Druck) eine gewis- se Schwelle überschreiten. Die genaue Art der Beziehung zwischen beiden Ereignissen muss der Mensch interpretieren. Ein häu ger Fehler ist hier die Verwechslung von Korrela- tion mit Kausalität. Bei der Kausalität ist Er- eignis A die Ursache für Ereignis B. Dies ist bei Korrelationen nicht zwangsläu g gegeben.
Ein Beispiel für diesen typischen Fehler: Die Mehrzahl der Bevölkerung stirbt im Bett. Soll- te man deshalb lieber nicht schlafen gehen?
Optimierungen: Welches ist die beste Lösung für eine Aufgabe?
KI optimiert die Ergebnisse für eine bestimm- te Zielfunktion. Ein gängiges Beispiel ist die Planung einer Route, die Zeit und Kra sto - verbrauch optimal vereint.
Anomalie-Erkennung: Was passt nicht?
Mit dieser Unterkategorie der Klassi zierung lässt sich heraus nden, welche Daten eines bestimmten Satzes außergewöhnlich sind. Ein Beispiel aus der Praxis: Sie trainieren ein Sys- tem auf die Vibrationswerte einer Maschine. Bei der kontinuierlichen Überwachung wird