Glossar

Accuracy (Genauigkeit)

Der Anteil der Vorhersagen, die ein Klassifikationsmodell richtig gemacht hat. In der Mehrklassenklassifizierung wird die Genauigkeit wie folgt definiert: -> Genauigkeit = Korrekte Vorhersagen / Gesamtanzahl an BeispielenIn Binärklassenklassifizierung hat die Genauigkeit folgende Definition: -> Genauigkeit = (Richtig Positiv + Richtig Negativ) / Gesamtanzahl an BeispielenRichtig Positiv: Das Modell hat die positive Klasse korrekt vorhergesagt. Richtig Negativ: Das Modell hat die negative Klasse korrekt vorhergesagt.

Binäre Klassifikation

Eine Klassifikationsaufgabe, die eine von zwei sich gegenseitig ausschließenden Klassen ausgibt. Ein maschinelles Lernmodell, das beispielsweise E-Mail-Nachrichten auswertet und entweder "Spam" oder "nicht Spam" ausgibt, ist ein binärer Klassifizierer.

Clustering

Gruppierung verwandter Beispiele, insbesondere beim Unsupervised Learning. Sobald alle Beispiele gruppiert sind, kann ein Mensch optional jedem Cluster eine Bedeutung geben. Es gibt viele Clustering-Algorithmen. Beispielsweise bündelt der k-means-Algorithmus Beispiele aufgrund ihrer Nähe zu einem Schwerpunkt.

Data Frame

Ein beliebter Datentyp zur Darstellung von Datensätzen (Datasets) in Pandas. Ein Data Frame ist wie eine Tabelle aufgebaut. Jede Spalte hat einen Namen (einen Header), und jede Zeile wird durch eine Nummer identifiziert.

Data Lake

Ein Data Lake beherbergt Rohdaten schwankender Qualität, meist aus unterschiedlichen Quellen. In unserem System dient der Data Lake (MongoDB) aber lediglich als 1:1 Replikat der Datenbank auf dem Maschinen-PC.

Datasets

Eine Sammlung von Examples. Ein Example ist eine Zeile eines Datasets. Ein Example besteht dabei aus mindestens einem Feature und eventuell einem Label.

Data Warehouse

Ein Data Warehouse (DWH) ist eine optimierte Datenbank, welche schnelle Abfragen auf große Datenmengen ermöglicht. Im Normalfall führt sie Daten verschiedenster Quellen zusammen.

Datenpipeline

Mithilfe unserer Datenpipeline werden die Daten entlang des ETL-Prozesses transportiert. Man kann sie gut mit einer Ölpipeline vergleichen.

ETL

Extract, Transform, Load.

Feature

Eine Eingangsvariable, die zur Durchführung von Vorhersagen verwendet wird.

Framework

Ein Framework gibt eine gewisse Art und Weise vor, wie ein Programm gestaltet werden soll (engl “frame” = Rahmen). Im Gegensatz dazu gibt eine Programmierbibliothek nicht nur eine Struktur vor, sondern implementiert Funktionalität, auf welche eigenständig zurückgegriffen werden kann.

Klassifikation

Gruppierung von Daten. Hierbei wird zwischen Binärklassenklassifizierung und Mehrklassenklassifizierung unterschieden.

Label

Ein Label ist der zu vorhersagende Output eines Trainings. In unserem Fall die Entscheidung ob oder IO oder NIO zutrifft.

Machine Learning

Maschinelles Lernen ist die Wissenschaft davon, Computer zum Handeln zu bringen, ohne explizit programmiert zu werden.

ML.net

Ein Open Source und plattformübergreifendes Framework für maschinelles Lernen.

Mockup

Ein Mockup (aus dem Englischen: Attrappe, Nachbildung) ist ein digitaler Entwurf einer Webseite oder App und eine dient der Visualisierung von Ideen und Konzepten. Dabei kann der erste Eindruck sowohl visuell vermittelt werden, als auch mit final eingebet-teten Funktionalitäten. Es bedarf dabei keiner Programmierung.

Regression

Treffen von Vorhersagen (numerische Werte).

Reinforcement-Learning

Belohnungsfunktion: Jeder Klassifizierung wird manuell belohnt oder bestraft (Feedback). Ziel: Effektivsten Ansatz erlernen um Belohnungen zu maximieren.

Smart Device

Als Smart Devices werden elektronische Geräte bezeichnet, die kabellos, mobil, vernetzt und mit verschiedenen Sensoren (z. B. Geosensoren, Kamera) ausgerüstet sind. Darunter fallen beispielsweise Smartphones, Tablet PCs, Smartwatches und Datenbrillen.

Smartwatch

Bei einer Smartwatch handelt es sich um eine intelligente Armbanduhr, die sowohl die Uhrzeit anzeigen als auch mithilfe eines Touch-Bildschirms verschiedene Funktionen und Apps ausführen kann.

Storytelling

Storytelling (aus dem Englischen: Geschichten erzählen) beschreibt eine Kommunikationsmethode zur Vermittlung von Informationen, Wissen, Werten, Meinungen etc. Dies kann über Sprache, Text, Bild oder Videos erfolgen. Dabei werden nicht emotionale Inhalte in Geschichten verpackt, um über die Geschichte Emotionen und Inte-resse bei Zuhörern, Lesern oder Betrachtern zu wecken.

Supervised-Learning

Lehrer-Schüler-Prinzip: Man teilt dem Algorithmus mit, was richtig und falsch ist. Output bekannt. Labels vorhanden. Bsp.: Klassifikation.

Tensorflow

TensorFlow ist eine end-to-end Open Source Plattform für maschinelles Lernen.

Unsupervised-Learning

Verborgene Muster können erkannt werden: Knowledge Discovery. Output unbekannt. Keine Labels vorhanden. Bsp.: Clustering.

Use Case

Ein Use Case ist ein Anwendungsfall, der den genauen Ablauf einer Interaktion zwi-schen Mensch und Produkt beschreibt, wobei die Anforderungen des Anwenders bzw. Kunden an das Produkt verdeutlicht werden.

Wearable

Smart Wearables sind intelligente Kleinstsysteme, die in Alltagsgegenstände einge-bettet sind und am Körper getragen werden. Durch die integrierten Kleinstsysteme mutieren diese Gegenstände zu intelligenter Kleidung, Smart Shoes, intelligenten Armbändern, Smart Watches, Smart Glasses oder Wearable Cameras.

Word Cloud

Eine Word Cloud ist eine elektronische Grafik aus Wörtern eines bestimmten Texts oder einer Reihe von Texten. Die Wörter unterscheiden sich in ihrer Größe, je nach Häufigkeit des dortigen Vorkommens.

Workflow

Bei einem Workflow handelt es sich um einen Arbeitsablauf und der strukturierten Steuerung der Vorgänge. Geschäftsprozesse, an denen Mitarbeiter aus verschiede-nen Abteilungen in einer bestimmten Reihenfolge beschäftigt sind, können informati-onstechnisch realisiert werden. Dabei stehen die einzelnen Aktivitäten in einem logi-schen Zusammenhang und einer vorgegebenen zeitlichen Abfolge zueinander.