Was erwartet Dich in diesem Kurs?
Du lernst, mit Python in jupyterlab mit Hilfe des CART-Algorithmus Entscheidungsbäume zu trainieren. Dazu lernst du auch verschiedene Gütekriterien für Klassifikatoren kennen und wendest sie an. Mit Hilfe der Ensemble-Verfahren lernst du, verschiedene Klassifikatoren zu kombinieren und so ein besseres Ergebnis zu erzielen.
Was kannst du in diesem Kurs lernen?
- CART-Algorithmus verstehen und anwenden können
- Gütekriterien für Klassifikatoren verstehen und anwenden können
- Ensemble-Verfahren verstehen und anwenden können
Wie ist der Kurs aufgebaut?
- CART-Algorithmus
- Entscheidungsbäume
- CART-Algorithmus
- Prinzip binärer Entscheidungsbäume
- Verbesserung der Unreinheit
- Unreinheitsmaße am Beispiel
- Pruning
- Gütekriterien für Klassifikatoren
- Gütekriterien für Klassifikatoren
- Unterteilung in Trainings- und Testdaten
- Kreuzvalidierung
- Konfusionsmatrix
- Genauigkeit, Relevanz und Sensivität
- ROC-Kurve
- Ensemble-Verfahren
- Ensemble-Verfahren
- Kombination mehrerer Vorhersagemodelle
- Das Gesetz großer Zahlen
- Bagging und Random Forests
- Boosting
- Praktische Aufgabe
Autor
Ing. Erik Svenonius
Ing. Erik Svenonius ist Qualitätsbeauftragter bei der Scheidt & Bachmann System Technik GmbH mit Sitz in Lübeck. Er ist zudem als Incident Manager und Umweltbeauftragter tätig und war zuvor unter anderem Projektleiter, Product Owner und Java‑Entwickler in demselben Unternehmen. Gleichzeitig ist er Lehrbeauftragter für Informatikfächer an der Technischen Hochschule Lübeck.
