Dieser Cluster bietet eine umfassende Sicht auf die Konzepte, Methoden und Technologien der Künstlichen Intelligenz und des Maschinellen Lernens. Er umfasst grundlegende Prinzipien, Anwendungsfälle und aktuelle Trends in der Branche.
Dieses Segment beschreibt die Entwicklung, Konfiguration und das Training von Machine-Learning-Modellen. Dazu gehören Modellarchitekturen, Trainingsprozesse, Hyperparameter und Iterationen. Der Fokus liegt auf der systematischen Erzeugung von Modellen, nicht auf deren Einsatz oder Betrieb.
Verfahren zur automatisierten Suche optimaler Hyperparameter für ML-Modelle zur Verbesserung von Leistung und Generalisierung.
Prozess, mit dem ein Modell für maschinelles Lernen aus Daten Parameter lernt und generalisierbare Vorhersagen ermöglicht.
Strukturprinzipien und Designmuster für künstliche neuronale Netze, die Schichten, Verbindungen und Aktivierungsfunktionen definieren.