University of Colorado Boulder

Prädiktive Modellierung und Analyse

Zum Labor Day gibt es bei Coursera Plus Rabatte von über 70 $. Sparen Sie 3 Monate lang 40 %.

University of Colorado Boulder

Prädiktive Modellierung und Analyse

Dan Zhang

Dozent: Dan Zhang

44.012 bereits angemeldet

Bei Coursera PlusMehr erfahren enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

607 Bewertungen

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
Flexibler Zeitplan
1 Woche bei 10 Stunden eine Woche
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

607 Bewertungen

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
Flexibler Zeitplan
1 Woche bei 10 Stunden eine Woche
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Wenden Sie explorative Datenanalysen an, um Erkenntnisse zu gewinnen und Daten für prädiktive Modellierung vorzubereiten

  • Zusammenfassen und Visualisieren von Datensätzen mit geeigneten Tools

  • Identifizieren Sie Modellierungstechniken für die Vorhersage von kontinuierlichen und diskreten Resultaten

  • Geeignete Diagramme zum Erkunden und Anzeigen von Datensätzen identifizieren

Kompetenzen, die Sie erwerben

  • Kategorie: Datengestützte Entscheidungsfindung
  • Kategorie: Logistische Regression
  • Kategorie: Statistische Modellierung
  • Kategorie: Business-Analytik
  • Kategorie: Prädiktive Modellierung
  • Kategorie: Prädiktive Analytik
  • Kategorie: Statistische Visualisierung
  • Kategorie: Datenanalyse
  • Kategorie: Vorverarbeitung von Daten
  • Kategorie: Bewertung des Modells
  • Kategorie: Bereinigung von Daten
  • Kategorie: Explorative Datenanalyse
  • Kategorie: Regressionsanalyse
  • Kategorie: Angewandtes maschinelles Lernen
  • Kategorie: Präsentation der Daten
  • Kategorie: Software zur Datenanalyse
  • Kategorie: Analytik
  • Kategorie: Klassifizierungs- und Regressionsbaum (CART)

Werkzeuge, die Sie lernen werden

  • Kategorie: Klassifizierungsalgorithmen
  • Kategorie: Microsoft Excel

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

9 Zuweisungen¹

KI-bewertet siehe Haftungsausschluss
Unterrichtet in Englisch
63%
Den meisten Lernenden hat dieser Kurs gefallen

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Fortgeschrittene Business Analytics“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 4 Module

Am Ende dieses Moduls werden die Studierenden in der Lage sein: 1. Explorative Datenanalyse durchführen, um Erkenntnisse zu gewinnen und Daten für die prädiktive Modellierung vorzubereiten 2. Zusammenfassen und Visualisieren von Datensätzen mit geeigneten Werkzeugen 3. Modellierungstechniken für die Vorhersage von kontinuierlichen und diskreten Ergebnissen zu identifizieren. 4. Untersuchung von Datensätzen mit Excel 5. Erklären und Ausführen verschiedener gängiger Datenvorverarbeitungsschritte 6. Geeignete Diagramme zur Untersuchung und Darstellung von Datensätzen auswählen

Das ist alles enthalten

8 Videos2 Lektüren2 Aufgaben1 peer review1 Diskussionsthema

In diesem Modul werden Regressionstechniken zur Vorhersage des Wertes von kontinuierlichen Variablen vorgestellt. Es werden einige grundlegende Konzepte der prädiktiven Modellierung behandelt, darunter Kreuzvalidierung, Modellauswahl und Overfitting. Sie lernen auch, wie Sie mit dem Softwaretool XLMiner Vorhersagemodelle erstellen.

Das ist alles enthalten

8 Videos2 Aufgaben1 Diskussionsthema

In diesem Modul werden logistische Regressionsmodelle zur Vorhersage des Wertes von binären Variablen vorgestellt. Im Gegensatz zu kontinuierlichen Variablen kann eine binäre Variable nur zwei verschiedene Werte annehmen und die Vorhersage ihres Wertes wird gemeinhin als Klassifizierung bezeichnet. Es werden mehrere wichtige Konzepte zur Klassifizierung besprochen, darunter Kreuzvalidierung und Konfusionsmatrix, kostensensitive Klassifizierung und ROC-Kurven. Sie werden auch lernen, wie Sie mit dem Softwaretool XLMiner Klassifizierungsmodelle erstellen können.

Das ist alles enthalten

8 Videos2 Aufgaben1 Diskussionsthema

In diesem Modul werden fortgeschrittenere Vorhersagemodelle vorgestellt, darunter Bäume und neuronale Netze. Sowohl Bäume als auch neuronale Netze können zur Vorhersage kontinuierlicher oder binärer Variablen verwendet werden. Sie lernen auch, wie Sie mit dem Softwaretool XLMiner Bäume und neuronale Netze erstellen können.

Das ist alles enthalten

8 Videos3 Aufgaben1 peer review1 Diskussionsthema

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Lehrkraftbewertungen
(112 Bewertungen)
Dan Zhang
University of Colorado Boulder
3 Kurse102.115 Lernende

Mehr von Datenanalyse entdecken

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

  • 5 Sterne

    37,50 %

  • 4 Sterne

    24,50 %

  • 3 Sterne

    13,81 %

  • 2 Sterne

    12,33 %

  • 1 Stern

    11,84 %

Zeigt 3 von 607 an

MS

Geprüft am 10. Aug. 2020

RG

Geprüft am 29. März 2020

JJ

Geprüft am 17. Mai 2019

Häufig gestellte Fragen

¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.