Grundlagen und Lineare Modelle

Data-Science Workflow
Maximum-Likelihood-Schätzung
Wahrscheinlichkeitsdichte- und -massefunktion
Satz von Bayes
Lineare Regression
Lineare Regression als Optimierungsproblem
Relevanz diagnostischer Aussagen
Modellannahmen lineare Regression
Freiheitsgrade
Nichtlineare Zusammenhänge
Overfitting bei linearer Regression
Ursache von Overfitting
Anzeichen von Overfitting
Lösungsprinzip gegen Overfitting
Unterschiede Ridge-Regression und LASSO
Entscheidungsgrenze
Ermittlung der linearen Entscheidungsgrenze
Unterschiede Regressionsgrade und Entscheidungsgrenze
Logistische Regression
Parameterbestimmung logistische Regression
Dimensionsreduktionsverfahren
Relevanz von Dimensionsreduktionsverfahren
Test- und Trainingsdaten
.R und .Rmd -Skripte
Scatterplotmatrix

Kommentare

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