Daten in Tabellenform kennen wir alle. Wahrscheinlich hat jeder von uns schon mit MSExcel und strukturierten Daten gearbeitet. Neben Bildern stellen Tabellen eine große Quelle von Daten und damit ein perfektes Anwendungsgebiet für künstlichen Intelligenz dar.

In diesem Spezialkurs gehen wir vor allem auf die Themen

• Decision Trees

• Random Forests

• Deep Learning (neuronale Netze)für tabellarische Daten und

• Collaborative Filtering als Technik zur Entwicklung von Empfehlungssystemen (Recommender Systems) ein.

Im Umfeld von künstlicher Intelligenz und Machine Learning definiert man einen Decision Tree als einen gerichteten, binären Baum, der aus Wurzelknoten, Knoten, Kanten und Blattknoten besteht. Decision Trees werden im Machine Learning zumeist für Klassifizierungsaufgaben verwendet. Fügt man mehrere einzelne Decision Trees aneinander, so erhält man einen Random Forest.

Dabei umfasst das Anwendungsspektrum von Decision Trees eine Vielzahl an unterschiedlichen Gebieten:

• betriebswirtschaftliche Klassifizierungsaufgaben

• statistische Anwendung

• medizinische Anwendungen

• Data Mining

• Machine Learning und künstliche Intelligenz

• Wahrscheinlichkeitslehre und Stochastik

Ein Decision Tree kann in der Regel nur sehr einfache, grundlegende Klassifizierungsaufgaben erledigen. Fügt man jedoch mehrere (oder auch eine Vielzahl) von Entscheidungsbäumen zu einem Entscheidungswald (Random Forest)zusammen, so kann man mit diesem Konstrukt auch sehr komplexe Problemstellungen analysieren. Der Random Forest ist ein gängiges und aktuelles Konstrukt aus dem Bereich der künstlichen Intelligenz und Machine Learning.

Der Random Forest ist also in der Lage, die simple Funktionsweise eines einzelnen Decision Trees zu einem komplexen Organismus zusammenzuführen. Vergleichbar ist der Random Forest also mit einem Ameisenvolk oder einem Bienenschwarm. Bei beiden verfügen die einzelnen Mitglieder nicht über eine komplexe Entscheidungsvielfalt - in der Summe sind sie jedoch in der Lage, komplexe Strukturen zu entwickeln.

Um eine möglichst hohe Generalisierbarkeit eines Entscheidungswaldes (Random Forest) und damit einen hohen Nutzwert des Modells im praktischen Einsatz zu erzielen, wird ein Zufallselement im Rahmen der Entscheidungsfindung eingeführt.

In diesem Kurs lernst du nicht nur das theoretische Prinzip und die Funktionsweise eines Decision Tree und eines Random Forest kennen, sondern übst auch den praktischen Einsatz und die Programmierung eines solchen Machine Learning Modells.

Wir visualisieren unseren Decision Tree und Random Forest, um den Entscheidungsfindungspfad aufzuzeigen. So können wir unser Machine Learning Modell interpretieren. Die genaue Kenntnis über das Modell ist dann die Voraussetzung, um mögliche Optimierungen und Verbesserungen durchführen zu können.

Du lernst in diesem Kurs, warum manche Features für den Decision Tree wichtiger sind als andere. Was die (teilweise) Abhängigkeit zwischen Features bedeutet und welche Auswirkung sie auf das Prognoseergebnis des Modells hat genauso, wie die Korrelation zwischen einzelnen Features mithilfe der PCA(Principal Component Analysis) zu berechnen.

Nachdem wir uns also intensiv mit den Entscheidungsbäumen - einem Werkzeug aus dem klassischen Machine Learning Bereich - beschäftigt haben, gehen wir zu den Möglichkeiten, die uns deep learning bietet über. Wir zeigen, dass wir auch mit deep learning Werkzeugen (neuronale Netze) die gleichen Ergebnisse wie mit einem Random Forest erzielen können. Dies bestärkt unsere These, dass wir für beinahe 99% aller Anwendungsfälle aus dem Bereich künstlicher Intelligenz auf Werkzeug aus deep learning (im Wesentlichen neuronale Netze) zurückgreifen können.

Das fastai deep learning Framework (das für uns das PyTorch Framework erweitert), bietet mit seiner Klasse TabularLearner eine effiziente und einfache Unterstützung, um deep learning Projekte, die auf tabellarischen Daten basieren, mithilfe neuronaler Netze umzusetzen. In diesem Zusammenhang erarbeiten wir, was ein Embedding Layer ist und wie wir Embedding Layer selbst implementieren können. Auch beim Embedding Layer analysieren wir die Funktionsweise und interpretieren die Inhalte.

Der zweite Teil des Kurses beschäftigt sich mit der Generierung von Empfehlungen (Recommender Systeme). Wir lernen, was hinter collaborative filtering steckt und wie wir diese Technik zur Erstellung von Empfehlungen auf Basis von Benutzerbewertungen einsetzen können.

Ein Recommender System versucht die Vorlieben von Benutzern zu prognostizieren, um ein "item" zu empfehlen. Was so ein "item" ist, hängt natürlich vom konkreten Einsatzgebiet aus. Dabei kann es sich um eine Empfehlung für einen weiteren Artikel aus dem Webshop handeln oder um einen Film, der dem User wahrscheinlich gefallen wird.

Amazon generiert etwa 35% des gesamten Umsatzes über solche empfohlenen Produkte, die den Benutzern mithilfe von Recommender Systemen auf Basis von collaborative filtering angezeigt werden. Wenn zum Beispiel Benutzer A und Benutzer B die gleiche Art von Waschmaschine bevorzugen, so könnten auch die Präferenzen der beiden Benutzer in anderen Bereichen übereinstimmen. Bei einer solchen Berechnung werden jedoch nicht nur zwei Benutzer, sondern eine Vielzahl an Benutzern in die Berechnung mit einbezogen - daraus leitet sich auch die Bezeichnung "collaborative filtering" ab.