Willkommen zur zweiten Woche des Kurses! In dieser Woche werden Sie alles über Regressionsalgorithmen lernen, die andere Seite des überwachten Lernens. Wir machen Sie mit der Idee der Linienfindung, den Optimierungskriterien und allen damit verbundenen Problemen vertraut. Anhand der Regression werden wir die Wechselwirkungen zwischen Modellkomplexität und Genauigkeit sehen und Sie erhalten einen ersten Eindruck davon, wie Regression und Klassifizierung zusammenhängen könnten.

Diese Woche tauchen wir direkt in die Verwendung der Regression zur Klassifizierung ein. Wir beschreiben alle grundlegenden Teile, aus denen sich die Algorithmen der Support-Vektor-Maschinen zusammensetzen, damit Sie verstehen, wie viele scheinbar nicht zusammenhängende Algorithmen des maschinellen Lernens miteinander verbunden sind. Wir stellen Ihnen die logistische Regression, neuronale Netze und Support-Vektor-Maschinen vor und zeigen Ihnen, wie Sie zwei dieser Algorithmen implementieren.

Am Ende des Kurses werden wir uns damit befassen, wie Sie feststellen können, wie gut Ihr Modell tatsächlich funktioniert und was Sie tun können, um eine noch bessere Leistung zu erzielen. Wir werden Bewertungsfragen speziell für Regression und Klassifizierung besprechen und einige andere Tools vorstellen, die Ihnen bei der Analyse der Leistung Ihres Modells wirklich helfen. Die in dieser Woche behandelten Themen zielen darauf ab, Ihnen Vertrauen in Ihre Modelle zu geben, so dass Sie bereit sind, das Potenzial des maschinellen Lernens für Ihre Geschäftsziele zu erschließen.