Vorlesung 4 Flashcards

1
Q

Beschreib robuste Regression

A

ist robust gegenüber Ausreißern

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Durch was wird die l1-Norm häufig ersetzt?

A

durch andere Verlustfunktionen ersetzt, z.B. Huber-Loss, weil es dann schnellere und einfachere Verfahren zum Lösen gibt

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Was ist der Gradient?

A

Der Gradient ist ein zentraler Begriff in der Vektorrechnung und bezeichnet den Vektor, der die Richtung des größten Anstiegs einer skalaren Funktion angibt. Er wird oft durch das Symbol “nabla” (ein umgedrehtes Delta) dargestellt. Der Gradient einer Funktion f ist definiert als der Vektor der partiellen Ableitungen der Funktion nach ihren Variablen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Beschreib das Gradientenverfahren

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Was ist das Problem beim Gradientenverfahren?

A

Es könnte in einem lokalen Minimum landen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Wie ist eine Konvexe Funktion definiert?

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Was nutzt man anstelle des Gradientenverfahrens, wenn eine Funktion nicht diff ist?

A

Subgradientenverfahren

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Was ist das Subgradientenverfahren?

A

An Stellen, an denen f nicht differenzierbar ist, kann man einfach den Gradienten von einem benachbarten Punkt wählen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly