Einsendearbeit 1 | KE 2 WS17/18

#1
Lösungsvorschläge:
Aufgabe 1: D A B B
Aufgabe 2: 1) S.97
Aufgabe 3: -
Aufgabe 4: F R F R R F R R F R
 
#2
Korrektur: Aufgabe 1: DACB
Aufgabe 2:
2.2. hierarchische Clustering
i.) Cluster: {x1},{x2},{x3},{x4},{x5} => kleinste Distanz = 1
ii.) Cluster: {x1},{x2},{x3},{x4,x5} => kleinste Distanz = 4
iii.) Cluster: {x1},{x2,x4,x5},{x3} => kleinste Distanz = 6
iv.) Cluster: {x1,x3},{x2,x4,x5} => kleinste Distanz = 9
v.) Cluster: {x1,x2,x3,x4,x5} => kleinste Distanz = entfällt
Aufgabe 3:
3.1
Semantischer Fehler: Marie Curie => kein Mann
Syntaxfehler: VW => Marke , Golf => Modell
Coverage Fehler: Auto Nr. 573 => keine Farbe angegeben
3.2
Datenbasis {ledig, verheiratet}, ledig {niedrig -> KW, mittel -> KW, hoch -> Van}, verheiratet {niedrig -> KW, mittel -> Van, hoch -> Van}
3.3
Menschen mit hohen Einkommen und verheiratete Menschen mit mittleren Einkommen kaufen einen Van.

Kann jemand meine Lösungsvorschläge bestätigen?
 
#3
Meine Antworten stimmen mit deinen überein, bis auf Aufgabe 3.2.
Hast du hier bewusst das Alter ignoriert?
In KE2 S. 84 wurde das arithmetische Mittel gebildet (Split bei 40 Jahren --> ist übertragbar auf die EA. Hier wäre das Alter ebenfalls gesplittet bei 40 Jahren)
 
#4
Hi, also ich habe das bei Aufgabe 3.2 so verstanden, dass man das Attribut zu Anfang nehmen soll, wo man die größten Unterscheide in den Werten hat. Spaltet man nach dem Alter auf, gibt es für unter und über 40 jährige jeweils 1/2 oder 6/12 (anders als im Besispiel auf S 84), das gleiche gilt für ledig/verheiratet. Damit legt man am Anfang eigentlich keinen sinnigen Split hin, zumindest nicht laut S.84. Ich habe mit dem Einkommen angefangen, da dies das Einzige ist, das einen Unterschied direkt am Anfang aufzeigt und sich nicht in 50:50 teilen lässt.. ich weiß aber auch nicht ob ich das richtig vertanden hab.
 
#5
Ich habe abgesehen von den folgenden Abweichungen bei den Ankreuzaufgaben dieselben Lösungen raus:
Welche der folgenden Aussagen trifft auf künstliche neuronale Netze (KNN) zu? (5 P)
  • B Alle Neuronen in einem KNN werden gleich gewichtet.
  • C KNN sind, in der klassischen Form, dem überwachten Lernen zuzuordnen.
4.4 k-Means ist ein Verfahren zur hierarchischen Clusteranalyse.

Habe ich vielleicht hier relevante Stellen im Skript übersehen/missverstanden?
 
#6
Hi zusammen!

Würdet jemand seine Zeichnungen posten? Das wäre super hilfreich! Gerade bei der 3.2 habe ich noch Probleme. Bei mir teile ich erst nach Einkommen (niedrig, mittel, hoch) und dann (ausgehend von mittel) nach Alter (neues Mittel mit den restlichen 6 Personen: 37,3333), aber das ist nur eine wage Vermutung...
 
#10
Zum Trost nur so viel, ihr braucht nur 50% der EA-Punkte, wobei 30% schon durch die Ankreuzaufgaben zu holen sind und auch die Lösung von 3.1 unstrittig ist.
Wer zu den Algorithmen keinen direkten Zugang findet, dem fällt es vielleicht einfacher, mit dem Beispiel zu beginnen.
 
#13
Hallo Zusammen, kann mir bitte jemand die beiden Einsendeaufgaben und Musterlösungen aus diesem Semster schicken? Ich hätte die aus dem letzten Semster zum Tausch anzubieten :)
 
Top