In diesem Modul werfen wir einen genaueren Blick auf neuronale Netze und die Überlegungen, die wir bei deren Verwendung anstellen sollten. Wir beginnen mit dem Hinzufügen von Schichten zu unserem 2-Schichten-Netzwerk und erkunden die verschiedenen Optionen und ihre Auswirkungen. Dann werden wir einige fortgeschrittenere Python-Bibliotheken für neuronale Netzwerke in TensorFlow und Keras erkunden. Schließlich diskutieren wir die Auswirkungen auf die Wissenschaft und die Anwendung der Modelle in diesem Bereich.

In diesem Modul werden wir unser Wissen über Zufallswälder und ihre Verwendung in der Wissenschaft vertiefen. Wir beginnen mit der Untersuchung von Entscheidungsbäumen und wie sie als isolierte Modelle funktionieren. Als Nächstes betrachten wir die Auswirkungen der Kombination von Entscheidungsbäumen zur Erstellung von Random Forests. Danach werden wir über die Ähnlichkeiten und Unterschiede zwischen Regression und Klassifizierung mit Zufallswäldern sprechen, bevor wir mit einem abschließenden Projekt zur Vorhersage von Arten anhand der Abstammung abschließen.

In diesem Abschlussprojekt werden wir eine Reihe von Modellen vergleichen, um dasjenige zu finden, das die Kelchblattbreite am besten vorhersagt.