Skip to main content

Entscheidungsbäume

Der Eisberg schwimmt nicht weit vorm Schiff

  • Chapter
  • First Online:
Wie Maschinen lernen

Zusammenfassung

Lisas Familie möchte gerne eine Kreuzfahrt machen, auf die Lisa wenig Lust hat. Um ihre Familie von dieser Idee abzubringen, schaut sie sich die Daten zum Untergang der Titanic an. Anhand dieser versucht sie, ihrem Vater Angst einzujagen. Mit Entscheidungsbäumen findet sie heraus, dass seine Überlebenschancen im Falle eines Unglücks nicht gerade gut stehen würden. Dazu stellt sie einfache Fragen mit Hilfe derer sie vorhersagt, ob ihre Verwandten im Falle eines Unglücks jeweils überleben würden oder nicht.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

eBook
USD 19.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 29.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    https://www.encyclopedia-titanica.org, aufgerufen am 10.03.2019.

  2. 2.

    Um eine Verwechslung mit der Klasse des Fahrscheins eines Passagiers auszuschließen, schreiben wir im Folgenden statt der Klasse (überlebt oder ertrunken) von einer Kategorie.

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Jannik Kossen .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Kossen, J., Müller, M.E., Ruckriegel, M. (2019). Entscheidungsbäume. In: Kersting, K., Lampert, C., Rothkopf, C. (eds) Wie Maschinen lernen. Springer, Wiesbaden. https://doi.org/10.1007/978-3-658-26763-6_15

Download citation

Publish with us

Policies and ethics