Schulungsübersicht

Einführung in Data Mining und Machine Learning

  • Statistisches Lernen vs. Maschinelles Lernen
  • Iteration und Bewertung
  • Bias-Varianz-Abwägung

Regression

  • Lineare Regression
  • Verallgemeinerungen und Nichtlinearität
  • Übungen

Klassifizierung

  • Bayessche Auffrischung
  • Naiver Bayes
  • Dikriminante Analyse
  • Logistische Regression
  • K-Nächste Nachbarn
  • Support-Vektor-Maschinen
  • Neuronale Netze
  • Entscheidungsbäume
  • Übungen

Kreuzvalidierung und Resampling

  • Ansätze zur Kreuzvalidierung
  • Bootstrap
  • Übungen

Unüberwachtes Lernen

  • K-Mittel-Clustering
  • Beispiele
  • Herausforderungen des unüberwachten Lernens und über K-means hinaus

Fortgeschrittene Themen

  • Ensemble-Modelle
  • Gemischte Modelle
  • Verstärkung
  • Beispiele

Mehrdimensionale Reduktion

  • Faktorenanalyse
  • Prinzipielle Komponentenanalyse
  • Beispiele

Voraussetzungen

Dieser Kurs ist Teil des Skillsets Data Scientist (Bereich: Analytische Techniken und Methoden)

  14 Stunden
 

Teilnehmerzahl


Beginnt

Endet


Die Termine sind abhängig von der Verfügbarkeit und finden zwischen 09:30 und 16:30 statt.
Offene Schulungskurse erfordern mindestens 5 Teilnehmer.

Erfahrungsberichte (1)

Kombinierte Kurse

Verwandte Kategorien