FORTSCHRITTLICHES MASCHINELLES LERNEN
Bringen Sie Ihre analytische Kompetenz auf die nächste Stufe, indem Sie Daten von Problemen analysieren, um Beziehungen zwischen Variablen zu untersuchen und zu beschreiben. CART-Bäume bieten eine einfache Baumstruktur für die Interpretation komplexer Beziehungen. Die Prognosefähigkeit kann jedoch häufig durch die Verwendung eines leistungsfähigeren Modells verbessert werden, mit dem zahlreiche einfache Modelle (oder Bäume) erstellt und zu einem endgültigen Modell kombiniert werden. Sie lernen, wie Sie hoch entwickelte Modellierungsverfahren wie MARS®, TreeNet® und Random Forests® verwenden, um Muster in historischen Daten zu analysieren und dadurch bessere Einblicke zu gewinnen, potenzielle Risiken zu identifizieren, Verbesserungsmöglichkeiten zu erkennen und Prognosen für die Zukunft zu erstellen. Hinweis: Für diesen Kurs ist ein Abonnement für das Add-On-Modul „Prädiktive Analysen“ erforderlich.
Es werden u. a. folgende Themen behandelt:
- Validierung
- CART®-Klassifikation
- TreeNet®-Klassifikation
- Random Forests®-Klassifikation
- Korrelation
- MARS®-Regression
- CART®-Regression
- TreeNet®-Regression
- Random Forests®-Regression
- Wichtige Prädiktoren ermitteln
- Automatisierte Modellierung des maschinellen Lernens
Voraussetzungen: Grundlagen der Analyse, Regressionsmodelle und Prognose, Maschinelles Lernen
