Schulungsübersicht

  1. Vorverarbeitung von Daten

    1. Data Cleaning
    2. Datenintegration und -umwandlung
    3. Datenreduktion
    4. Diskretisierung und Erstellung von Konzepthierarchien
  2. Statistische Inferenz

    1. Wahrscheinlichkeitsverteilungen, Zufallsvariablen, Zentrales Grenzwertsatztheorem
    2. Stichprobenverfahren
    3. Konfidenzintervalle
    4. Statistische Inferenz
    5. Hypothesentests
  3. Multivariate lineare Regression

    1. Spezifikation
    2. Auswahl von Teilmengen
    3. Schätzung
    4. Validierung
    5. Vorhersage
  4. Klassifizierungsmethoden

    1. Logistische Regression
    2. Lineare Diskriminanzanalyse
    3. K-Nächste Nachbarn
    4. Naive Bayes
    5. Vergleich von Klassifizierungsmethoden
  5. Neural Networks

    1. Anpassung neuronaler Netze
    2. Probleme beim Training neuronaler Netze
  6. Entscheidungsbäume

    1. Regressionsbäume
    2. Klassifizierungsbäume
    3. Bäume vs. lineare Modelle
  7. Bagging, Random Forests, Boosting

    1. Bagging
    2. Random Forests
    3. Boosten
  8. Support-Vektor-Maschinen und flexible Klassifizierung

    1. Maximal Margin Klassifikator
    2. Support-Vektor-Klassifikatoren
    3. Unterstützungsvektor-Maschinen
    4. 2 und mehr Klassen SVM's
    5. Beziehung zur logistischen Regression
  9. Hauptkomponentenanalyse

  10. Clustering

    1. K-means-Clustering
    2. K-medoids Clustering
    3. Hierarchisches Clustering
    4. Dichtebasiertes Clustering
  11. Modellbeurteilung und -auswahl

    1. Verzerrung, Varianz und Modellkomplexität
    2. Vorhersagefehler in der Stichprobe
    3. Der Bayes'sche Ansatz
    4. Kreuzvalidierung
    5. Bootstrap Methoden
 28 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Erfahrungsberichte (5)

Kommende Kurse

Verwandte Kategorien