Probleme bei der Einführung von KI
Evaluationsmetriken zum Erörtern wie gut eine KI-Lösung funktioniert
Hyperparameter Tuning & Data Augmentation
Test-Set-Performance & Label Leakage
Ziele
Sie lernen, Underfitting, Overfitting und unausgeglichene Datensätze zu erkennen und zu bewerten
Sie erfahren, wie Evaluationsmetriken wie Accuracy, Precision, Recall und die Confusion Matrix richtig eingesetzt werden
Sie üben, Modelle praktisch zu verbessern durch Hyperparameter Tuning und Data Augmentation
Sie verstehen, die Bedeutung von Test-Set-Performance und die Problematik von Label Leakage für reale Anwendungen
Zielgruppe
Alle Interessierte aus kleinen und mittleren Unternehmen (KMU)
Der Besuch der vorhergehenden Teile der Workshopreihe wird empfohlen
Für den praktischen Teil ist Zugang zum Browser sowie Tastatur und Maus erforderlich
