Aus dem Kurs: KI-Projekte planen und starten

So erhalten Sie Zugriff auf diesen Kurs

Werden Sie noch heute Mitglied und erhalten Sie Zugriff auf mehr als 23.100 Kurse von Branchenfachleuten.

Modelle testen

Modelle testen

Sie haben Ihre Daten gesammelt, die Daten gereinigt und Ihr Modell trainiert. Jetzt geht es an die Evaluierung. Wie gut ist das Modell wirklich? Ich habe Ihnen im Schritt vorher erzählt, dass Sie die Testdaten nicht angreifen dürfen. Genau jetzt ist der Schritt, wo die Testdaten ins Spiel kommen. Wir evaluieren unser ausgewähltes Modell in diesem Schritt und nutzen die Testdaten dafür. Wie sieht das aus? Was bedeutet evaluieren? Ich nutze das Beispiel Klassifikation. Das bedeutet, wir weisen Bildern Klassen zu. In diesem Beispiel antwortet das Netz mit Hund oder Katze. Was kann eine Evaluierung nun ergeben? Fall 1: Overfitting. Das Netz funktioniert sehr gut auf den Trainingsdaten, aber nicht auf den Testdaten, da das Netz jetzt nicht generalisiert, sondern quasi die Trainingsdaten nur auswendig gelernt hat. Jetzt erkennt es nichts außer den Beispielen in den Trainingsdaten. Das ist schlecht. Fall 2: Underfitting. Das Netz funktioniert so mäßig auf den Trainingsdaten und nicht…

Inhalt