Schulungsübersicht

Einführung in Angewandte Machine Learning

    Statistisches Lernen vs. maschinelles Lernen Iteration und Bewertung Bias-Varianz-Kompromiss

Rückschritt

    Verallgemeinerungen der linearen Regression und Übungen zur Nichtlinearität

Einstufung

    Bayesianische Auffrischung Naive Bayes Logistische Regression K-Nächste Nachbarn Übungen

Kreuzvalidierung und Resampling

    Kreuzvalidierungsansätze Bootstrap Übungen

Unbeaufsichtigtes Lernen

    K-Means-Clustering-Beispiele Herausforderungen des unbeaufsichtigten Lernens und darüber hinaus K-Means

Voraussetzungen

Kenntnisse der Programmiersprache R. Grundlegende Vertrautheit mit Statistik und linearer Algebra wird empfohlen.

  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.

Kombinierte Kurse

Verwandte Kategorien