Maschinelles Lernen mit Python

Hier geht es um die Umsetzung von maschinellem Lernen mit Python und Jupyter-Notebook. Die IDE Jupyter-Notebook ist besonders gut für einen "interaktiven Umgang" mit Daten geeignet und wird daher in den weiteren Abschnitten über maschinelles Lernen verwendet. Falls du diese IDE noch nicht kennst, dann solltest vorher den Abschnitt Jupyter-Notebookdurcharbeiten.

1. 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-Bibliothek sklearn automatisiert erstellen zu lassen.
2. Data Science - Empfehlungssysteme
   Hier geht es um einen Einblick in Data-Science am Beispiel eines Empfehlungssystems für Filme.
3. Exkurs: BigData - Bibliothek Pandas
   
Hier geht es um die Auswertung großer Datenmengen mit Hilfe der Python-Bibliothek pandas.
4. DeepLearning - Ziffernerkennung
   


Hier geht es um die Erkennung von handschriftlich geschriebenen Ziffern mit Python und Jupyter-Notebooks. Zielgruppe ist die Oberstufe, Klasse 12/13.