alle nameref überdacht.

chapters/Classical_Supervised_Learning/Linear_Classification.tex

@@ -21,7 +21,7 @@ Generative Modelle sind oft sehr komplex weshalb sie nicht näher behandelt werd
 \paragraph{Discriminative Modelling}%
 \label{par:Discriminative Modelling}
 Bei diskriminativen Klassifikator-Modellen wird direkt $p(c|\bm{x})$ oder eine Prediktor-Funktion $f(\bm{x})$ ermittelt.
-Diese Art von Klassifikator-Modellierung ist einfacher als das \nameref{par:Generative Modelling}.
+Diese Art von Klassifikator-Modellierung ist einfacher als das \dref{par:Generative Modelling}.
 
 \section{Binary Classification}%
 \label{sec:Binary Classification}
@@ -140,12 +140,12 @@ Für diese Funktion kann gezeigt werden,
 dass sie konvex ist (es existiert nur ein globales Maximum).
 Allerdings handelt es sich anders als bei der linearen Regression (\cref{cha:Linear Regression}) nicht um eine \say{\gls{closed_form_solution}},
 was bedeutet,
-dass hier der \nameref{sec:Gradient Descent} für die Optimierung verwendet wird.
+dass hier der \dref{sec:Gradient Descent} für die Optimierung verwendet wird.
 
 \subsubsection{Generalized Logistic Models}%
 \label{ssub:Generalized Logistic Models}
 Um das Verfahren zur Erstellung linearer Diskriminanten auch für nicht-lineare Feature-Räume zu verwenden,
-muss ein ähnlicher Trick wie bei der \nameref{sec:Generalisierung der linearen Regression} verwendet werden.
+muss ein ähnlicher Trick wie bei der \dref{sec:Generalisierung der linearen Regression} verwendet werden.
 Auch hier wird mittels einer \nomf{vector_valued_function} auf eine nicht-lineare Funktion abgebildet.
 \begin{equation} \label{eq:generlized_logisitc_regression}
     \argmax_{\bm{w}}\log\text{lik}(\bm{w},D) = \argmax_{\bm{w}} \sum_i c_i \log \nomeq{sigmoid}(\bm{w}^T\bm{\phi}(\bm{x}_i)) + (1-c_i)\log(1 - \nomeq{sigmoid}(\bm{w}^T\bm{\phi}(\bm{x}_i)))
@@ -205,7 +205,7 @@ Man spricht daher auch von einem Batch Gradient Descent.
 \begin{equation} \label{eq:batch_gradient_descent}
     \frac{1}{n}\sum_i l(\bm{x}_i;\bm{\theta})\qquad \bm{\theta}_{t+1} = \bm{\theta}_t - \dfrac{\eta}{n}\sum_i \nabla_{\bm{\theta}} l(\bm{x}_i;\bm{\theta}_t)
 \end{equation}
-Dies stellt eine Approximation des tatsächlich erwarteten Verlustes nach dem Prinzip der  \nameref{sub:Monte-carlo estimation} dar.
+Dies stellt eine Approximation des tatsächlich erwarteten Verlustes nach dem Prinzip der  \dref{sub:Monte-carlo estimation} dar.
 \begin{equation}
     \mathbb{E}_{\bm{x}}\left[l(\bm{x};\bm{\theta})\right]\qquad \bm{\theta}_{t+1} = \bm{\theta}_t - \eta\mathbb{E}_{\bm{x}}\left[\nabla_{\bm{\theta}} l(\bm{x};\bm{\theta}_t)\right]
 \end{equation}
@@ -230,7 +230,7 @@ Allerdings ist die Evaluation der Loss Function wesentlich effizienter als beim
 
 \subsection{Mini-Batches}%
 \label{sub:Mini-Batches}
-Die Verwendung von Mini-Batches für den Gradient Descent stellt eine Mischform von \nameref{sub:Batch Gradient Descent} und \nameref{sub:SDG} dar.
+Die Verwendung von Mini-Batches für den Gradient Descent stellt eine Mischform von \dref{sub:Batch Gradient Descent} und \dref{sub:SDG} dar.
 Hierbei wird nicht die Loss Function für einen kleinen Teil der Datenpunkte ausgewertet.
 Dies ist weniger rechenintensiv (vor allem, wenn die Mini-Batch-Größe an die verwendete \gls{GPU} angepasst ist) als beim \nameref{sub:Batch Gradient Descent}
 aber auch zielgerichteter als beim \nameref{sub:SDG}.

chapters/Classical_Supervised_Learning/Model_Selection.tex

@@ -55,8 +55,8 @@ Wie in \cref{sec:Over- vs. Underfitting} und \cref{sec:True Risk vs. Empirical R
 ist die Empirical Risk kein guter Maßstab für die Bewertung von Modellen.
 Daher werden andere Methoden benötigt um Modelle zu bewerten.
 
-\subsection{Hold"=out Mehtod}%
-\label{sub:Hold-out Mehtod}
+\subsection{Hold"=out Method}%
+\label{sub:Hold-out Method}
 Bei der Hold"=out Methode werden die gegebenen Datenpunkte in einen Trainings"~ und einen Validierungsdatensatz unterteilt.
 Letzterer Wird dafür genutzt,
 die trainierten Modelle zu bewerten.
@@ -80,7 +80,7 @@ Diese Methode hat allerdings zwei Nachteile:
 
 \subsection{Cross Validation}%
 \label{sub:Cross Validation}
-Um die Nachteile der \nameref{sub:Hold-out Mehtod} zu umgehen wird meist die Cross Validation verwendet
+Um die Nachteile der \dref{sub:Hold-out Method} zu umgehen wird meist die Cross Validation verwendet
 \begin{mybox}
     \begin{wrapfigure}{r}{.5\linewidth}
         \centering