Zusammenfassung
Lisa schaut sich die Daten, die sie im Zoo gesammelt hat, noch einmal genauer an. Dabei fällt ihr ein extrem schweres Tier mit recht kleinem Fußabdruck auf: eine Giraffe. Dieser Messpunkt passt überhaupt nicht zu den anderen. Im maschinellen Lernen spricht man hier von einem Ausreißer. Lisa erfährt, was im Umgang mit Ausreißern zu beachten ist. An einem Beispiel von Daten der NASA sieht sie, wie gefährlich es sein kann, Ausreißer zu ignorieren.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Die tatsächliche Geschichte ist etwas nuancierter und lässt sich unter anderem in den folgenden Links nachlesen. https://robjhyndman.com/hyndsight/omitting-outliers/, abgerufen am 20.01.2019 https://www.math.uni-augsburg.de/htdocs/emeriti/pukelsheim/1990c.pdf, abgerufen am 20.01.2019.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Kossen, J., Müller, M.E. (2019). Ausreißer. In: Kersting, K., Lampert, C., Rothkopf, C. (eds) Wie Maschinen lernen. Springer, Wiesbaden. https://doi.org/10.1007/978-3-658-26763-6_9
Download citation
DOI: https://doi.org/10.1007/978-3-658-26763-6_9
Published:
Publisher Name: Springer, Wiesbaden
Print ISBN: 978-3-658-26762-9
Online ISBN: 978-3-658-26763-6
eBook Packages: Computer Science and Engineering (German Language)