Klassifizierungsprobleme sind eines der häufigsten Szenarien, mit denen wir in der Datenwissenschaft konfrontiert werden. Dieser Kurs wird Ihnen helfen, gängige Algorithmen zu verstehen und anzuwenden, um Vorhersagen zu treffen und die Entscheidungsfindung in Unternehmen zu fördern. Egal, ob Sie ein angehender Datenwissenschaftler sind, Analytik studieren oder sich auf Business Intelligence konzentrieren, dieser Kurs gibt Ihnen einen umfassenden Überblick über Klassifizierungsprobleme, Lösungen und Interpretationen. Von der logistischen Regression bis hin zu KNN- und SVM-Modellen lernen Sie, wie man Techniken in Excel und Python implementiert und wie man Schleifen erstellt, um Modelle parallel laufen zu lassen. Da die Modellevaluation so wichtig ist, widmen wir ein ganzes Kapitel der Interpretation von Modellergebnissen mit Bewertungsmetriken und der Konfusionsmatrix. Sie lernen etwas über falsch-negative und falsch-positive Ergebnisse und überlegen, welche Auswirkungen diese auf bestimmte Geschäftsszenarien haben können. Schließlich geben wir Ihnen einen kurzen Einblick in fortgeschrittenere Klassifizierungstechniken wie Merkmalsbedeutung, SHAP-Werte und PDP-Plots.

Nach Abschluss dieses Kurses werden Sie in der Lage sein: - zwischen klassischen Klassifizierungstechniken zu unterscheiden, einschließlich ihrer impliziten Annahmen und praktischen Anwendungsfälle - einfache logistische Regressionsberechnungen in Excel & RegressIt durchzuführen - grundlegende Klassifizierungsmodelle in Python unter Verwendung von statsmodels und sklearn-Modulen zu erstellen - die Leistung von Klassifizierungsmodellausgaben und -parametern zu bewerten und zu interpretieren Egal, ob Sie ein aufstrebender Data Scientist sind, Analytik studieren oder einen Schwerpunkt auf Business Intelligence haben, dieser Klassifizierungskurs wird Ihnen als umfassende Einführung in dieses faszinierende Thema dienen. Sie lernen alle wichtigen Begriffe kennen, um mit Ihren Teams über Datenwissenschaft zu sprechen, Analysen sinnvoll zu implementieren und zu verstehen, wie Datenwissenschaft Ihr Unternehmen unterstützen kann.