Coursera

Statistisches Denken und prädiktive Modellierung

Sichern Sie sich eines unserer besten Angebote mit Coursera Plus für 199 $ (normalerweise 399 $). Jetzt sparen.

Coursera

Statistisches Denken und prädiktive Modellierung

Bei Coursera PlusMehr erfahren enthalten

Fragen Sie Coursera

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

Empfohlene Erfahrung

1 Woche zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

1 Woche zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Wenden Sie statistische Schlussfolgerungen und Hypothesentests an, um Kundensegmente zu vergleichen, und formulieren Sie die Ergebnisse als leicht verständliche Empfehlungen für das Unternehmen.

  • Erstellen, validieren und optimieren Sie Klassifikationsmodelle in scikit-learn, die definierte Leistungsschwellenwerte für reale Geschäftsprobleme erfüllen.

  • Bewerten Sie Methoden zur Merkmalsauswahl – darunter RFE und LASSO –, um ein Gleichgewicht zwischen Modellgenauigkeit und Interpretierbarkeit für nicht-technische Stakeholder herzustellen.

  • Integrieren Sie Datenexploration, prädiktive Modellierung und Kommunikation mit der Unternehmensleitung in eine umfassende Pipeline zur Vorhersage des Customer Lifetime Value.

Kompetenzen, die Sie erwerben

  • Kategorie: Statistische Hypothesenprüfung
  • Kategorie: Datenanalyse
  • Kategorie: Business-Analytik
  • Kategorie: Technische Merkmale
  • Kategorie: Deskriptive Statistik
  • Kategorie: Überwachtes Lernen
  • Kategorie: Datenwissenschaft
  • Kategorie: Datengestützte Entscheidungsfindung
  • Kategorie: Statistische Modellierung
  • Kategorie: Prädiktive Analytik
  • Kategorie: Bewertung des Modells
  • Kategorie: Prädiktive Modellierung
  • Kategorie: Datenvisualisierung
  • Kategorie: Statistisches maschinelles Lernen
  • Kategorie: Statistische Inferenz
  • Kategorie: Statistische Analyse
  • Kategorie: Explorative Datenanalyse
  • Kategorie: Datenkompetenz
  • Kategorie: Kundenanalyse

Werkzeuge, die Sie lernen werden

  • Kategorie: Scikit Learn (Bibliothek für maschinelles Lernen)

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

April 2026

Bewertungen

17 Zuweisungen¹

KI-bewertet siehe Haftungsausschluss
Unterrichtet in Englisch

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 „KI-gestützte Entscheidungsintelligenz: Von Daten zu strategischen Einsichten“
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 11 Module

Wenden Sie eine Schätzung mit Konfidenzintervall an, um die Konversionsraten der verschiedenen Segmente zu vergleichen, und stellen Sie die statistische Signifikanz dar.

Das ist alles enthalten

3 Videos1 Lektüre1 Aufgabe1 Unbewertetes Labor

Bewerten Sie die Abwägung zwischen Typ-I- und Typ-II-Fehlern für einen vorgeschlagenen Test und empfehlen Sie geeignete Alpha- und Beta-Schwellenwerte.

Das ist alles enthalten

2 Videos2 Lektüren2 Aufgaben

Führen Sie einen t-Test mit zwei Stichproben in Python/R durch, interpretieren Sie p-Werte, setzen Sie die Ergebnisse in leicht verständliche Empfehlungen für die Praxis um und analysieren Sie die Testleistung bei unterschiedlichen Stichprobengrößen.

Das ist alles enthalten

3 Videos1 Lektüre2 Aufgaben1 Unbewertetes Labor

Erstellen und analysieren Sie multiple lineare Regressionsmodelle unter Anwendung geeigneter statistischer Validierungs- und Korrekturverfahren.

Das ist alles enthalten

1 Video2 Lektüren1 Aufgabe1 Unbewertetes Labor

Wenden Sie fortschrittliche Klassifizierungsmethoden wie Gradient Boosting und logistische Regression an und berücksichtigen Sie dabei das Klassenungleichgewicht, um eine optimale Leistung zu erzielen.

Das ist alles enthalten

3 Videos1 Lektüre2 Aufgaben

Bewertung und Behebung von Klassenungleichgewichten mithilfe von SMOTE bei gleichzeitiger Dokumentation der Auswirkungen auf den F1-Score zur umfassenden Modellvalidierung.

Das ist alles enthalten

1 Video1 Lektüre2 Aufgaben1 Unbewertetes Labor

Erstellen Sie kreuzvalidierte Random-Forest-Modelle, die die vom Unternehmen festgelegten Genauigkeitsziele erreichen

Das ist alles enthalten

2 Videos1 Lektüre1 Aufgabe1 Unbewertetes Labor

Bewertung und Überwachung der Modelldrift mithilfe statistischer Kennzahlen, um die langfristige Zuverlässigkeit sicherzustellen

Das ist alles enthalten

2 Videos2 Lektüren

Standardisierte Kreuzvalidierungs-Pipelines für mehrere überwachte Algorithmen implementieren und Leistungskennzahlen vergleichen

Das ist alles enthalten

2 Videos1 Lektüre2 Aufgaben

Bewerte Methoden zur Merkmalsauswahl, um ein Gleichgewicht zwischen Modellgenauigkeit und Interpretierbarkeit herzustellen

Das ist alles enthalten

3 Videos1 Lektüre3 Aufgaben

Sie werden eine vollständige Pipeline zur Vorhersage des Customer Lifetime Value (CLV) für ein E-Commerce-Unternehmen aufbauen. Ausgehend von Rohdaten zu Transaktionen führen Sie eine explorative Datenanalyse durch, führen einen Hypothesentest zum Vergleich von Kundensegmenten durch, erstellen und validieren ein Klassifikationsmodell, wenden eine Merkmalsauswahl an, um Genauigkeit und Interpretierbarkeit in Einklang zu bringen, und erstellen eine Zusammenfassung mit umsetzbaren Marketingempfehlungen. Das Projekt vereint Datenzusammenfassung, statistische Inferenz, Klassifikationsmodellierung und überwachtes Lernen in einem einzigen durchgängigen Analyse-Workflow.

Das ist alles enthalten

4 Lektüren1 Aufgabe

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

Professionals from the Industry
513 Kurse117.333 Lernende

von

Coursera

Mehr von Maschinelles Lernen 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.“

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.