Was tun Sie, wenn Ihre Daten nicht über beschriftete Beispiele verfügen? In diesem Modul lernen Sie das unüberwachte Lernen kennen, bei dem Algorithmen ganz von allein Struktur und Statistik in Daten finden. Sie lernen Clustering-Techniken wie K-Means und hierarchisches Clustering kennen, um ähnliche Kunden, Produkte oder Verhaltensweisen zu gruppieren, und erfahren, wie Sie Anomalien erkennen, die auf Betrug oder ungewöhnliche Ereignisse hindeuten könnten. Am Ende dieses Moduls verfügen Sie über leistungsstarke Tools, mit denen Sie verborgene Statistiken in Ihren Daten aufdecken können, die bei überwachten Methoden möglicherweise übersehen werden, und erweitern so Ihr Instrumentarium für reale Herausforderungen in der Datenwissenschaft.

Wussten Sie, dass die Datenvorbereitung den Erfolg eines Modells oft mehr bestimmt als die Auswahl des Algorithmus? In diesem wichtigen Modul lernen Sie die entscheidenden Fähigkeiten der Datenvorverarbeitung und des Feature-Engineerings, die Neulinge von professionellen Datenwissenschaftlern unterscheiden. Wir führen Sie durch den Umgang mit fehlenden Daten, die Kodierung kategorischer Variablen, die Skalierung von Merkmalen und die Auswahl der wichtigsten Attribute, die Ihre Modelle zum Strahlen bringen werden. Wenn Sie diese Techniken beherrschen, werden Sie die Genauigkeit und Zuverlässigkeit Ihrer Modelle drastisch verbessern und sicherstellen, dass sie auch bei unordentlichen Daten aus der realen Welt gut funktionieren, an denen weniger gut vorbereitete Modelle sonst scheitern würden.

Lassen Sie uns herausfinden, wie man richtig Prognosen aus zeitabhängigen Daten erstellt! In diesem Modul lernen Sie spezielle Techniken für die Arbeit mit zeitabhängigen Daten wie Aktienkursen, Umsatzprognosen und Sensormesswerten, mit denen herkömmliche ML-Ansätze nicht effektiv umgehen können. Sie werden praktische Prognosemodelle mit Tools wie ARIMA, Exponential Smoothing und Facebook Prophet implementieren und verstehen, wie man Trends, Saisonalität und andere zeitliche Muster erkennt. Am Ende dieses Moduls werden Sie in der Lage sein, genaue Prognosesysteme zu erstellen, die zukünftige Werte auf der Grundlage historischer Muster vorhersagen können, und Ihr Toolkit für maschinelles Lernen um eine leistungsstarke und gefragte Fähigkeit zu erweitern.