Dieser Kurs, der Bestandteil des Zertifizierungsprogramms der H2O Universität ist, zielt darauf ab, die Teilnehmer mit den erforderlichen Fähigkeiten auszustatten, um unser Tool Driverless KI von H2O effektiv zu nutzen. Jonathan Farinela, Solutions Engineer bei H2O, wird die entscheidende Rolle der Datenqualität bei der Erzielung erfolgreicher Ergebnisse hervorheben und gleichzeitig die Prinzipien und Verfahren der Datenaufbereitung erläutern.

Der Kurs ist in zwei Hauptabschnitte unterteilt: Im ersten Teil lernen die Teilnehmer die Bedeutung des Tabellenformats im klassischen Maschinellen Lernen kennen. Außerdem lernen sie die Unterscheidung zwischen überwachtem und unüberwachtem Lernen sowie die gängigen Methoden wie Klassifizierung und Regression kennen. Die Bedeutung der Definition der Einheit der Analyse bei der Erstellung von Datensätzen wird hervorgehoben. Darüber hinaus werden die Teilnehmer Demonstrationen der Datenaufbereitung im Rahmen von Driverless KI erleben, die zeigen, dass die KI in der Lage ist, Vorverarbeitungsaufgaben zu automatisieren und Anpassungen mit Hilfe von Python Code zu ermöglichen.Im Übergang zum zweiten Abschnitt konzentriert sich der Kurs auf die Aufbereitung von Zeitreihendaten. Grundlegende Aspekte von Zeitreihenproblemen werden erforscht, einschließlich der Notwendigkeit einer Datumsspalte und des Verständnisses der autoregressiven Natur solcher Daten. Der Kurs wird sich auch mit den Herausforderungen befassen, die mit dem Umgang mit mehreren Serien innerhalb eines Datensatzes verbunden sind, und bewährte Verfahren zur Verbesserung der Leistung von Modellen vorstellen. Jonathan wird anhand von Beispielen die Vorbereitung von Datensätzen und Splitting-Techniken erläutern, die auf die Analyse von Zeitreihen unter Verwendung der Möglichkeiten der Driverless KI zugeschnitten sind. Viel Spaß auf der Lernreise!