In der Einführung zum Framing von Machine Learning erfahren Sie, wie Sie feststellen, ob sich maschinelles Lernen (ML) bei einem Problem gut eignet. Außerdem erfahren Sie, wie Sie eine ML-Lösung beschreiben.
Einführung in das Framing von Problemen mit maschinellem Lernen
Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers. Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.
Zuletzt aktualisiert: 2022-09-27 (UTC).
[null,null,["Zuletzt aktualisiert: 2022-09-27 (UTC)."],[[["\u003cp\u003eThis course helps you identify if a problem is suitable for machine learning solutions.\u003c/p\u003e\n"],["\u003cp\u003eYou will learn how to define an ML problem, select the appropriate model, and establish success metrics.\u003c/p\u003e\n"],["\u003cp\u003eThe course provides guidance on framing your problem for machine learning and outlines the steps to build a solution.\u003c/p\u003e\n"]]],[],null,["# Introduction to Machine Learning Problem Framing\n\n\u003cbr /\u003e\n\n*Introduction to Machine Learning Problem Framing* teaches you how to determine\nif machine learning (ML) is a good approach for a problem and explains how to\noutline an ML solution.\n| **Estimated Course Length:** 45 minutes\n| **Objectives:**\n|\n| - Identify if ML is a good solution for a problem.\n| - Learn how to frame an ML problem.\n| - Understand how to pick the right model and define success metrics."]]