Einführung in Machine Learning, Machine Learning Tutorial #1

[@codingwithmagga]

Auf Basis dieses Videos gibt es jetzt auch einen Artikel dazu in meinem Blog: codingwithmagga.com/machine-learning-einfuehrung/. Ich habe dort die mathematische Darstellung des Machine Learning Problems etwas überarbeitet und (hoffentlich) verständlicher gestaltet.

[@moekhan4383]

Hey, Super Content. Respekt! Vor allem finde ich toll das du alles so visuell darstellst das man auch sofort sieht was du meinst. Bitte weiter so. Ohne Menschen wie dich wären Menschen wie ich total aufgeschmissen!

[@codingwithmagga]

Hi, erst mal vielen Dank für deinen netten Kommentar :). Freut mich, dass dir das Video geholfen hat! Aus gesundheitlichen Gründen gibt es bis Ende des Jahres leider keine neuen Videos mehr, aber danach gehts definitiv weiter ;)

[@os-channel]

Over- und Underfitting sehr gut erklärt!

[@codingwithmagga]

Vielen Dank! :)

[@lisah7367]

Super Video, sehr logisch und stringent aufgebaut! Vielen Dank!

[@codingwithmagga]

Sehr gerne! Dankeschön! :)

[@yaguza4030]

Ein wirklich gutes Video. Danke dafür. Endlich sieht man mal eine praktische Anwendung von F(x). Vll wäre ein Wertebereich für die Funktion sinnvoll. Aber was mich noch viel mehr interessieren würde, eine kurze Beispielrechnung wenn x = (x1,x1,x2,x3 ...).

[@codingwithmagga]

Danke schön :) Den Wertebereich von f(x) hätte ich noch angeben können, ja. Das kommt natürlich auch ganz darauf an, welche Funktion oder besser gesagt, welches Verfahren man zur Approximation der Daten verwendet. Interessant für dich ist dann vielleicht das sechste Video über lineare Regression kzbin.info/www/bejne/faLHYp-XeMmKnpI, im zweiten Teil zeige ich wie man mit mehreren Features x_i rechnet. Für den nicht linearen Fall gibt es auch ein Video: kzbin.info/www/bejne/rqS4YmiIh8iqpqM Im größeren Zusammenhang für neuronale Netze gibt es noch die Videos #12 und #13 dieser Reihe.

[@yaguza4030]

Super! Vielen Dank. Schaue ich mir in Kürze an und gebe dir eine Rückmeldung.@@codingwithmagga

[@yahmk3978]

Vielen Dank für diesen Betrag.

[@codingwithmagga]

Sehr gerne :)

[@christophkrass6929]

Mensch, tolles Video

[@codingwithmagga]

Danke schön!

[@manfredbogner9799]

Sehr gut

[@ChimairasGaming]

Hi, da bekomm ich auch wieder Auffrischung. Du hörst dich an, wie einen Professor, den ich damals hatte. Darf ich fragen, ob du auf der Uni lehrst oder studierst? Lg und Abo hab ich da gelassen 👍

[@codingwithmagga]

Hi, ich war bis vor ca. 1 Jahr an der Uni, zuerst als Student und später als wissenschaftlicher Mitarbeiter. Gelehrt hab ich da allerdings nicht, ich habe nur im 4. Semester einmal eine Mathe Übung für Informatiker gehalten. Professor werde ich aber nicht werden :D Dankeschön :)

[@ChimairasGaming]

@@codingwithmagga Hättest echt gute Ansätze dafür. Ich war in der Schulzeit immer zurück haltend -hat sich jetzt etwas geändert 😅🙈. Lerne immer gerne dazu und dann verstaubt auch manches wieder. Schön, dass es Channel gibt, wie dieser hier, lg

[@codingwithmagga]

@@ChimairasGaming Wow danke! Das erklären lag mir schon immer. Auf jeden Fall mehr als die Forschung wie ich festgestellt habe :D. Ja so ähnlich war/ist es bei mir auch :)

[@Firithfenion]

sehr interessant!

[@codingwithmagga]

Danke! :)

[@chrisvonpapenburg]

Du zeigst hier ja eine einfache Regressionsanalyse mit zwei Werten. Das alleine ist ja keine KI. Oder geht es darum dass die KI Regressionsanalysen aller Parameter und aller Kombinationen laufend erstellt und als Vorhersage nutzt?

[@codingwithmagga]

Im Grunde ist die hier gezeigte Regression auch eine Form von KI, aber natürlich keine sonderlich komplexe. Ich weiß jetzt nicht genau, was du mit allen Parametern und allen Kombinationen meinst, jedenfalls erzeugt diese Regression Vorhersagen (Preis eines Hauses) auf Basis eines Inputs (Wohnfläche). Damit ist es eine sehr einfache Form einer künstlichen Intelligenz, die quasi Antworten auf eine sehr spezielle Frage liefert: "Was ist der erwartete Verkaufspreis auf Basis der Wohnfläche eines Hauses?" Natürlich lässt sich das nicht mit neuronalen Netzen zur Bilderkennung oder etwa Chat-GPT vergleichen, die natürlich deutlich näher an dem dran sind, was man sich unter einer KI vorstellt.

[@chrisvonpapenburg]

@@codingwithmagga ist das nicht nur reine mathematik? Ein Taschenrechner ist doch keine KI oder? Mit Parametern meine ich folgendes: ich kann Häuserpreis und Fläche in ein X Y Diagramm einzeichnen und dann eine Linie oder Kurve erkennen und diese Funktion für eine Prognose nutzen. Aber wie baue ich da jetzt noch das Kriterium Anzahl Nachbarn ein? Das könnte ich doch nur in einem 2. X Y Diagramm. Da würde ich z.b. sehen dass die Anzahl Nachbarn keinen Einfluss auf die Fläche hat, aber den Preis reduziert. Wie kann ich das Wissen das nun kombinieren?

[@codingwithmagga]

Also im Endeffekt ist ein neuronales Netz auch nur reine Mathematik und die ist gar nicht mal so komplex :D Ein Taschenrechner würde ich nicht als KI ansehen. Schließlich führt dieser nur Rechenoperationen auf Basis von Benutzereingaben aus. Da ist keine wirkliche Intelligenz dahinter. Die Grenze, ab wann etwas als KI gilt, ist aber auch nicht fest definiert und da gibt es sicherlich Meinungsunterschiede. Das Wissen lässt sich zum Beispiel in einem 3D Diagramm kombinieren, in dem auf der x1-Achse die Wohnfläche, auf der x2-Achse die Anzahl der Nachbarn und auf der y-Achse den Preis aufträgst. Du kannst auch noch mehr Features nutzen, aber dann wird die grafische Darstellung schwierig bis unmöglich. Vielleicht hilft dir hier mein Video zur linearen Regression weiter: kzbin.info/www/bejne/faLHYp-XeMmKnpI. Da zeige ich zwar nur die Kostenfunktion auf Basis der Features, aber die Idee dahinter lässt sich auf dieses Szenario übertragen. Dort wird auch beschrieben, wie man eine lineare Regression mit mehreren Features löst. In dem folgenden Artikel aegis4048.github.io/mutiple_linear_regression_and_visualization_in_python sieht man solche 3D Diagramme, die auf zwei Features basieren.

[@chrisvonpapenburg]

@@codingwithmagga danke 👍😃

[@michgesx333]

Super Video :)

[@berlincmos]

Der Inhalt ist sehr gut aber die Stimme leider macht nicht alles verständlich, was gesagt wird d.h die Erklärung schwer zu verstehen leider manche Wörter verstehe nicht durch Unterbrechung von Wörtern Buchstaben werden nicht erwähnt das Wort wird dadurch nicht verständlich sonst super danke 👍

[@codingwithmagga]

Hi, also ich habe noch einmal reingehört und mir sind keine derartigen Probleme aufgefallen. Da das Video über 10k Aufrufe hat und sonst keiner etwas dazu geschrieben hat, scheint das Problem woanders zu liegen. Interessanterweise hat jemand bei meinem Video über Autonomes Fahren (kzbin.info/www/bejne/b3mrqnVtbt6HrNU) etwas Ähnliches geschrieben. Evtl. ist da ein Bug irgendwo im Umlauf? Wie auch immer. Schreiben Sie mir unter codingwithmagga.com/kontakt/ und ich kann Ihnen das Video zukommen lassen.

[@berlincmos]

@@codingwithmagga das Thema ist super aber die Stimme wird unterbrochen in manchen Stellen, wenn man neu in diesem Gebiet ist verpasst paar Wörter (durch Heiserkeit) sonst alles top also nur für Feedback sonst alles ok

[@codingwithmagga]

Alles klar, danke für das Feedback!

[@bluevo2438]

wat ist den ein gibbon :D das war mal wieder ein super informatives und klasse gemachtes Video :) darf ich fragen mit welchen Präsentation Programm du das gemacht hast? :)

[@codingwithmagga]

Gibbons sind eine Affenart ;) Stand auch klein unter dem Bild, hätte es aber auf der Tonspur auch nochmal kurz sagen können. Danke :) Ich mach das alles in Python mit der Bibliothek manim.

[@kreon7404]

Inhaltlich und visuell gut. Aber der interessante Text ist leise und undeutlich gesprochen. Besser artikuliert wäre fein!

[@codingwithmagga]

Erst einmal danke für deinen Kommentar. In den vergangenen Tagen habe ich zwei weitere Kommentare bekommen, die diesen Punkt ansprechen. Einen weiteren bei diesem Video und einen bei einem anderen. Davor in über 3 Jahren keinen einzigen, der in diese Richtung geht, was ich halt verwunderlich finde. Jedenfalls habe ich jedes Mal selbst reingehört und es stimmt, der Ton ist vielleicht etwas zu leise, aber nichts, was sich nicht durch Anpassen der Lautstärke beheben ließe. Undeutlich gesprochen kann ich allerdings bei mir nicht nachvollziehen, es ist bei mir (fast) alles deutlich zu verstehen. Man muss natürlich sagen, dass der Ton nicht wirklich professionell bearbeitet ist. Ich versuche in meinen nächsten Videos deutlicher zu sprechen und vielleicht bei der Bearbeitung noch etwas herauszuholen. Ich bin da aber leider kein Experte, gebe aber mein Bestes :).

[@kreon7404]

@@codingwithmagga Es wäre sonst jammerschade um die Inhalte und die Aufbereitung. Vielen Dank übrigens dafür!

[@Paarthurnax_x]

Ich frage mich, ob man künstliche Neuronale Netze mit tierischer DNA verbinden kann, damit die KI sich dann genauso wie das Tier verhält und denkt, von dem die DNA abstammt 🦖🦕🐲

[@codingwithmagga]

Interessante Frage muss ich sagen :D. Thematisch habe ich mich damit allerdings nie beschäftigt. Sogenannte DNA-Computer sind zwar schon etwas länger theoretisch betrachtet worden, die Forschung steckt aber noch in den Anfängen. Hier werden DNA-Stränge als Speicher- und Verarbeitungsmedium eingesetzt, siehe auch de.wikipedia.org/wiki/DNA-Computer. Ob sich DNA aber in ein künstliches neuronales Netz integrieren lässt, bezweifle ich doch ein wenig. Schließlich stellt ein neuronales Netz in gewisser Weise (wenn auch sehr weit vereinfacht) ein menschliches Gehirn dar, während die DNA als Erbgut ja andere Aufgaben übernimmt. Also wäre dann wohl eher die Verbindung mit Neuronen eines tierischen Gehirns möglich, aber auch das stelle ich mir nicht wirklich realistisch vor.

[@1968konrad]

Hält sich mit extrem Allgemeinen Binsenweisheiten, Begriffen und Analogien zu Computerspielen auf.

[@codingwithmagga]

Es handelt sich ja um ein Einführungsvideo, da sollten allgemeine Begriffe und Kenntnisse meiner Meinung nach erst einmal erklärt werden. Durch die Kapitelangaben lassen sich ja zum Beispiel auch bekannte Stellen leicht überspringen. Die Analogien zu den Computerspielen habe ich gewählt, da diese meiner Meinung nach von einem Großteil der Zuschauer leicht nachvollzogen werden können. Da kann man natürlich geteilter Meinung sein und bessere Beispiele anführen. In den folgenden Videos geht es ja dann auch deutlich mehr in die Tiefe dieses Themas.

[@fredfuchs9730]

Andrew Ng lässt grüßen

[@codingwithmagga]

Stimmt, das Häuserpreisbeispiel stammt tatsächlich von Andrew Ng's Machine Learning Kurs auf coursera, den ich im Übrigen sehr empfehlen kann. Ich habe es aber auch schon an verschiedenen anderen Stellen gefunden.

[@cheer7731]

Inhaltlich Gutes Video aber mit rede schneller und fass dich kürzer

[@codingwithmagga]

Danke für das Feedback! Ich habe noch einmal reingehört und finde meine Sprechgeschwindigkeit persönlich recht angenehm. Aber das ist natürlich Ansichtssache und jeder hat da sicher seine eigenen Präferenzen. Ich werde beim nächsten Video auf jeden Fall mal mit verschiedenen Geschwindigkeiten experimentieren. Ansonsten hat man natürlich immer die Option, die Wiedergabegeschwindigkeit in KZbin anzupassen. Man kann sicher den ein oder anderen Teil in diesem Video kürzer fassen bzw. weglassen. Sicherlich auch wieder Ansichtssache, der eine hätte lieber mehr, der andere weniger Informationen. Mit knapp 12 Minuten ist in meinen Augen das Video jetzt aber auch nicht übermäßig lang geworden. Zudem kann man auch über die Kapitelauswahl ein wenig schauen, was einen vielleicht weniger interessiert und den entsprechenden Teil überspringen. Bisher habe ich auch sonst keine Rückmeldung in dieser Richtung bekommen. Wenn sich das jedoch ändert, werde ich das natürlich versuchen zu berücksichtigen. Ich behalte es auf jeden Fall im Hinterkopf.

[@justgaming457]

Inhaltlich Guter Kommentar aber mit schreibe richtig und fass dich netter