Glossar

Monte-Carlo-Methoden

Was ist Monte-Carlo-Methoden?

Monte-Carlo-Methoden sind Rechenverfahren, die mithilfe sehr vieler Zufallsstichproben Ergebnisse annähern, die sich analytisch kaum berechnen lassen. Man simuliert ein System tausendfach mit zufällig variierten Annahmen und wertet die Verteilung der Ergebnisse aus. Unternehmen nutzen das etwa für Risikoanalysen, Projektterminplanung oder Portfoliobewertung. In der KI kommen die Verfahren unter anderem beim bestärkenden Lernen und bei der Baumsuche in Spielen zum Einsatz.

Themen

Simulation
Statistik
Risikoanalyse

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

Bayessche Netzwerke

Bayessche Netzwerke sind grafische Modelle, die Variablen als Knoten und ihre Wahrscheinlichkeitsabhängigkeiten als gerichtete Pfeile darstellen. Mit dem Satz von Bayes lässt sich daraus berechnen, wie sich neue Beobachtungen auf die Wahrscheinlichkeit anderer Ereignisse auswirken. Ein Beispiel ist die Diagnoseunterstützung: Aus beobachteten Symptomen wird abgeschätzt, welche Ursache am wahrscheinlichsten ist. Vorteile sind Nachvollziehbarkeit und der Umgang mit unsicheren oder lückenhaften Daten.

Wahrscheinlichkeit
Grafische Modelle
+1

Reinforcement Learning (RL)

Reinforcement Learning (verstärkendes Lernen) ist ein Teilgebiet des maschinellen Lernens, bei dem ein Agent durch Versuch und Irrtum lernt. Er handelt in einer Umgebung, erhält für gute Ergebnisse Belohnungen und für schlechte Abzüge und entwickelt so eine Strategie, die den Gesamtnutzen maximiert. Bekannte Beispiele sind Programme, die Brettspiele wie Go meistern, Robotersteuerungen oder die Feinabstimmung von Sprachmodellen anhand menschlicher Bewertungen.

Lernverfahren
Belohnung
+1

Prädiktive Modellierung

Prädiktive Modellierung ist der technische Kern der prädiktiven Analytik: Aus Beispieldaten mit bekanntem Ergebnis wird ein Modell gebaut, das für neue Fälle einen Wert oder eine Klasse vorhersagt. Typische Verfahren sind Regression, Entscheidungsbäume, Random Forests oder neuronale Netze. Ein Modell kann etwa aus Wohnfläche, Lage und Baujahr einen Immobilienpreis schätzen. Vor dem Einsatz wird es an zurückgehaltenen Daten geprüft, um Überanpassung zu erkennen.

Modellbau
Vorhersage
+1

Hidden-Markov-Modell (HMM)

Ein Hidden-Markov-Modell (HMM) ist ein statistisches Modell für Abfolgen, bei dem die eigentlichen Zustände verborgen sind und nur über beobachtbare Signale erschlossen werden können. Es beschreibt, mit welcher Wahrscheinlichkeit ein Zustand auf den nächsten folgt und welche Beobachtung er erzeugt. HMMs waren lange Standard in der Spracherkennung und beim Bestimmen von Wortarten; heute werden sie etwa noch in der Bioinformatik und bei Zeitreihen eingesetzt.

Statistik
Sequenzmodelle
+1