Datascience in der Praxis

Knowledge Discovery
Data Mining und Knowledge Discovery
KDD Methoden
Geschäftsziele von KDD
Big Data
CRISP-DM Methodologie
Vorverarbeitungsphase
Evaluation-Phase
Vorhersagemöglichkeiten bei Klassifizierungsproblemen
Genauigkeitsmaß
Präzision und Recall
Probleme von Präzision und Recall
F1-Score
MAE und MSE
Anwendung von MAE und MSE
R2-Maß
Anwendung R2-Maß
Varianz und Verzerrung
Bias-Variance-Tradeoff
Parameter und Hyperparameter
Hyperparameter-Optimierung
Methoden zur Hyperparameteroptimierung
Skalierung
Signifikanter Unterschied
H0 und H1
p-Wert
Geeignete p-Werte
Beispiel P-Wert
Typ-I- und ein Typ-II-Fehler
Pearson-Korrelationskoeﬀizient
p-Wert für Pearson-Korrelation
Spearman-Korrelation
Multipler Hypothesenvergleich

Kommentare

Nur angemeldete Nutzer dürfen kommentieren. Hier geht's zur kostenlosen Registrierung.