Glossar

Outlier, auch Ausreißer genannt, sind Messwerte, die sich stark von den restlichen Werten der Datenreihe unterscheiden und nicht in die Messreihe passen.

Overfitting bezeichnet eine Überanpassung des Algorithmus an die Trainingsdaten. Der Algorithmus lernt die Trainingsdaten sehr gut, ist aber nicht in der Lage, auf unbekannte Daten zu generalisieren.

Pandas ist eine Python-Bibliothek, die sich auf die Datenanalyse und die Manipulation von tabellarischen Daten spezialisiert hat. Sie bietet eine breite Palette von Funktionen zur Datenmanipulation und -analyse, einschließlich Datenbereinigung, Zusammenfassung, Filterung und Transformation. Pandas ist ein nützliches Tool in der künstlichen Intelligenz und der Datenanalyse, da es große Datensätze schnell und effizient verarbeiten kann.

Der Pearsons Koeffizient ist ein Korrelationskoeffizient. Er bewegt sich zwischen -1 und 1, wobei ein Koeffizient >0 eine positive Korrelation, <0 eine negative Korrelation und =0 keine Korrelation bedeuten.

Die allgemeinen Persönlichkeitsrechte einer Person sind ein auf Artikel 1 und 2 des deutschen Grundgesetzes basierendes Rechtsinstitut, welches Personen die freie Entfaltung ihrer Persönlichkeit zusagt. Hier geht es vor allem darum, den Staat oder andere Institutionen daran zu hindern, in die Privatsphäre von Personen einzugreifen.

Bild- und auch Videodaten bestehen aus einem Raster von kleinen Bildpunkten, den sogenannten Pixeln. Jedes Pixel kann einen bestimmten Wert zwischen 0 und 255 annehmen. Anhand dieses Wertes wird dem Pixel ein exakter Farbwert zugewiesen.

Die Policy ist ein Algorithmus, der beim bestärkenden Lernen die Wahrscheinlichkeit, dass der Agent eine bestimmte Handlung vornimmt, beschreibt.

Polynome kommen zum Einsatz, wenn in einem Datensatz kein linearer Zusammenhang zwischen Daten zu finden ist. Diese Polynomial Features können aus der Preprocessing-Bibliothek von Scikit-Learn importiert und dann dazu verwendet werden, um in den Trainingsdaten polynome Features einzuführen.

Polynomiale Regression ist eine Methode der Regression, die verwendet wird, um den Zusammenhang zwischen einer unabhängigen Variable und einer abhängigen Variablen zu modellieren. Im Gegensatz zur linearen Regression können polynomiale Regressionen jedoch Kurven darstellen, indem sie höhergradige Polynome verwenden. Die Methode wird häufig in der Datenanalyse und der statistischen Modellierung eingesetzt.

Der Posterior ist eine Wahrscheinlichkeitsverteilung, die in der Bayes'schen Statistik verwendet wird. Er beschreibt die Wahrscheinlichkeit einer Hypothese oder eines Modells basierend auf Beobachtungen und einem anfänglichen Satz von Wahrscheinlichkeiten. Der Posterior ist nützlich in der künstlichen Intelligenz und der Datenanalyse, um Inferenzprobleme zu lösen und Entscheidungen auf der Grundlage von Unsicherheit zu treffen.