zusammenfassung update

zusammenfassung/zusammenfassung.md

@@ -11,6 +11,19 @@
 | Begriff | Beschreibung |
 |---|---|
 |Überwachtes Lernen|<ul><li>Überwchtes Lernen nutzt Beispieldaten mit einer Zielvariable, um aus diesen Daten Muster zu erlernen und diese auf unbekannte Daten anzuwenden </li><li>Wird für Klassifikationen und Regressionen genutzt, also für die Vorhersage von Wahrscheinlichkeiten oder numerischen Werten</li><li>Überwachtes Lernen setzt eine aufwendige Datenvorverarbeitung voraus</li></ul>|
+|Klassifizierung|Methode des überwachten Lernens, bei der ein Modell anhand von gelabelten Beispieldaten lernt, neue Datenpunkte vordefinierten Kategorien (Klassen) zuzuordnen, z.B. Bilder als "Hund" oder "Katze" zu erkennen, Spam-Mails zu filtern oder Kunden abzuwandern|
+|Klassifizierung Algorithmen|<ul><li>K-Nearest-Neighbors</li><li>Naïve Bayes</li><li>Support Vector Machines</li><li>Decision Trees</li></ul>|
+|Regression||
+|Modell||
+|Unüberwachtes Lernen||
+|Halbüberwachtes Lernen||
+|Reinforcement Learning||
+|Batch Learning||
+|Online Learning||
+|Instanzbasiertes Lernen||
+|Modellbasiertes Lernen||
+|Matrizen||
+|||
 ## Herausforderungen
 ## Explorative Datenanalyse
 ## Lineare Regression