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



Preis je Teilnehmer

Kombinierte Kurse

Verwandte Kategorien