Maschinelles Lernen mit Python

Hier geht es um die Umsetzung von maschinellem Lernen mit Python und Jupyter-Notebooks.

1. Jupyter Notebook
   Hier gibt es eine Einführung in die Entwicklungsumgebung Jupyter-Notebook. Jupyter-Notebooks sind besonders gut für einen "interaktiven Umgang" mit Daten geeignet und werden in den weiteren Abschnitten über maschnielles Lernen verwendet.
2. gesunde Lebensmittel mit Entscheidungsbäumen
   Dieses Kapitel bezieht sich auf die Lernstrecke Entscheide wie eine KI aus dem Kids-Bereich von inf-schule, wo Entscheidungsbäume zunächst "unplugged" eingeführt werden. Hier geht es nun darum, Entscheidungsbäume mit der Python-Biliothek sklearn automatisiert erstellen zu lassen.
3. Data Science - Empfehlungssysteme
   Hier geht es um einen Einblick in Data-Science am Beipsiel eines Empfehlungssystems für Filme.
4. Exkurs: BigData - Bibliothek Pandas
   
Hier geht es um die Auswertung großer Datenmengen mit Hilfe der Python-Biliothek pandas.
5. DeepLearning - Ziffernerkennung
   
Hier geht es um die Erkennung von handschriftlich geschriebenen Ziffern mit Pythton und Jupyter-Notebooks. Zielgruppe ist die Oberstufe, Klasse 12/13.