Azure AI Fundamentals (AI-900) Studienhandbuch

Kapitel 4. Grundlegende Prinzipien des maschinellen Lernens

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In der AI-900-Prüfung geht es bei etwa 20-25% des Stoffes um die Grundprinzipien von ML auf Microsoft Azure. Dazu gehören grundlegende Techniken wie Regressionsanalyse, Klassifizierung und Clustering. Jede dieser Techniken bietet einen einzigartigen Ansatz zur Problemlösung. Sie ermöglichen es dir, je nach Datentyp und Vorhersage die richtige Methode zu wählen. In diesem Kapitel befassen wir uns mit diesen Konzepten und Diensten, die du unbedingt kennen musst. Wenn du diese Konzepte verstehst, kannst du die Fragen in der AI-900-Prüfung besser lösen. Du weißt also nicht nur, was diese Dienste sind, sondern auch, wie sie funktionieren und warum sie wichtig sind.

Was ist maschinelles Lernen?

ML ( ), ein Teilgebiet der KI, ermöglicht es Systemen, Aufgaben wie die Datenanalyse ohne explizite Anweisungen durchzuführen. Stattdessen verarbeitet es große Mengen historischer Daten, erkennt Muster und trifft auf der Grundlage dieser Muster Vorhersagen. Mit ML kannst du zum Beispiel Bilder, Zahlen oder Dokumente klassifizieren und daraus Vorhersagen treffen.

Angenommen, du arbeitest für ein Finanzdienstleistungsunternehmen, das zwischen betrügerischen und echten Transaktionen unterscheiden möchte. Mit ML würde das System lernen, Muster aus bekannten Beispielen zu erkennen und dieses Wissen dann anwenden, ...