diff --git a/zusammenfassung/zusammenfassung.md b/zusammenfassung/zusammenfassung.md
index 357368a..64cc8d2 100644
--- a/zusammenfassung/zusammenfassung.md
+++ b/zusammenfassung/zusammenfassung.md
@@ -52,8 +52,8 @@
 |Begriff|Beschreibung|
 |---|---|
 |Explorative Datenanalyse|Explorative Datenanalyse (EDA) bezeichnet den Prozess, bei dem Daten untersucht, visualisiert und beschrieben werden, um erste Einsichten zu gewinnen, Zusammenhänge zu erkennen und Hypothesen zu formulieren — noch bevor Modellierung oder Hypothesentestsstattfinden.|
-|Mittlere quadratische Abweichung (RMSE)|<ul><li>*m* ist die Anzahl Datenpunkte im Datensatz</li><li>*h* ist die Vorhersagefunktion des Systems</li><li>*X* ist die Matrix mit den Werten sämtlicher Merkmale</li><li>*x<sup>(i)<sup>* Vektor der Werte aller Merkmale</li><li>*y<sup>(i)<sup>* Label (gewünschter Ausgabewert)</li></ul>![RMSE](bilder/rmse.png)|
-|Mittlerer absoluter Fehler (MAE)|<ul><li>*m* ist die Anzahl Datenpunkte im Datensatz</li><li>*h* ist die Vorhersagefunktion des Systems</li><li>*X* ist die Matrix mit den Werten sämtlicher Merkmale</li><li>*x<sup>(i)<sup>* Vektor der Werte aller Merkmale</li><li>*y<sup>(i)<sup>* Label (gewünschter Ausgabewert)</li></ul>![MAE](bilder/mae.png)|
+|Mittlere quadratische Abweichung (RMSE)|<ul><li>*m* ist die Anzahl Datenpunkte im Datensatz</li><li>*h* ist die Vorhersagefunktion des Systems</li><li>*X* ist die Matrix mit den Werten sämtlicher Merkmale</li><li>*x<sup>(i)</sup>* Vektor der Werte aller Merkmale</li><li>*y<sup>(i)<sup>* Label (gewünschter Ausgabewert)</li></ul>![RMSE](bilder/rmse.png)|
+|Mittlerer absoluter Fehler (MAE)|<ul><li>*m* ist die Anzahl Datenpunkte im Datensatz</li><li>*h* ist die Vorhersagefunktion des Systems</li><li>*X* ist die Matrix mit den Werten sämtlicher Merkmale</li><li>*x<sup>(i)</sup>* Vektor der Werte aller Merkmale</li><li>*y<sup>(i)<sup>* Label (gewünschter Ausgabewert)</li></ul>![MAE](bilder/mae.png)|
 |Stetige Merkmale|<ul><li>Belibigen Wert innerhalb eines Intervalls</li><li>Unendlich viele Ausprägungen</li><li>Beispiele<ul><li>Strekenlänge</li><li>Zeitintervalle</li><li>Gewicht</li></ul></li></ul>|
 |Diskrete Merkmale|<ul><li>Endliche Anzahl Ausprägungen</li><li>Menge ist zählbar</li><li>Beispiele <ul><li>Schulnoten</li><li>Haarfarben</li><li>Geschlechter</li><li>Anzahl Teilnehmer eines Sportanlasses</li></ul></li></ul>|
 |Skalenniveaus|![Skalenniveaus](bilder/skalenniveaus.png)|
@@ -162,7 +162,7 @@ $$
 SSR = (2.2-4)^2+(3.1-4)^2+(4-4)^2+(4.9-4)^2+(5.8-4)^2 = 8.1
 $$
 
-4. R<sup>2<sup> berechnen
+4. R<sup>2</sup> berechnen
 $$
 R^2 = \frac{SSR}{SST}
 $$
@@ -171,6 +171,7 @@ R^2 = \frac{8.1}{10} = 0.81
 $$
 
 5. Interpretieren
-0.81 bedeutet, dass viele der Datenpunkte in der Nähe der Regressionsgerade sind
+
+0.81 bedeutet, dass viele der Datenpunkte in der Nähe der Regressionsgerade sind.
 ## Klassifikation
 ## Unsupervised Learning Clustering
\ No newline at end of file