Im Kurs werden die Grundlagen des maschinellen Lernens behandelt. Dies beinhaltet die Datenvorverarbeitung, Behandlung fehlender Werte sowie die Variablenselektion. Durch die Validierung mittels Resampling werden grundlegende Modelle bezüglich ihrer prädiktiven Güte bewertet und inhaltlich analysiert. Thematisch wird die lineare Regression sowie die logistische Regression zur Klassifikation betrachtet. Durch Entscheidungsbäume und deren Erweiterung zu Zufallswäldern werden auch Verfahren zur Bearbeitung komplexer, nichtlinearer Probleme vorgestellt. Die Themen werden in Übungsaufgaben mit der R Erweiterung mlr vertieft, welche einen generischen Zugang zu den vorgestellten und weiterführenden Methoden des maschinellen Lernens ermöglicht
Anmeldung
- Kurse auf Anfrage