# Nachschrift: Praktische Anwendungen klassischer maschineller Lernverfahren
In diesem Abschnitt des Lehrplans werden Sie mit einigen praktischen Anwendungen des klassischen ML vertraut gemacht. Wir haben das Internet durchforstet, um Whitepapers und Artikel über Anwendungen zu finden, die diese Strategien genutzt haben, und dabei neuronale Netzwerke, Deep Learning und KI so weit wie möglich vermieden. Erfahren Sie, wie ML in Geschäftssystemen, ökologischen Anwendungen, Finanzen, Kunst und Kultur und mehr eingesetzt wird.
> Foto von Alexis Fauvet auf Unsplash
## Lektion
1. [Praktische Anwendungen für ML](1-Applications/README.md)
2. [Modell-Debugging im maschinellen Lernen mit Komponenten des Responsible AI Dashboards](2-Debugging-ML-Models/README.md)
## Danksagungen
"Praktische Anwendungen" wurde von einem Team von Personen verfasst, darunter [Jen Looper](https://twitter.com/jenlooper) und [Ornella Altunyan](https://twitter.com/ornelladotcom).
"Modell-Debugging im maschinellen Lernen mit Komponenten des Responsible AI Dashboards" wurde von [Ruth Yakubu](https://twitter.com/ruthieyakubu) verfasst.
**Haftungsausschluss**:
Dieses Dokument wurde mithilfe von KI-gestützten Übersetzungsdiensten maschinell übersetzt. Obwohl wir uns um Genauigkeit bemühen, bitten wir zu beachten, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache sollte als die maßgebliche Quelle angesehen werden. Für kritische Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Nutzung dieser Übersetzung entstehen.