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