Einführung in Data Science mit Schwerpunkt Machine Learning - Seminar / Kurs von PROKODA GmbH

Einstieg in Data-Mining

• CRISP-DM

Data Understanding und Data Preparation

• Erster Überblick über die Daten
• Datengruppierung und Clustering (z.B. k-Means)
• Abhängigkeiten erkennen (z.B. Korrelationsanalyse)
• Komplexitätsreduktion und Dimensionsreduktion (z.B. PCA)

Modelling und Machine Learning

• Klassifikation und Regression
• Umgang mit Fehlerbehafteten Daten (z.B. Bootstrapping, RANSAC)
• Überwachte Lernverfahren des maschinellen Lernens (z.B. Nearest Neighbor, Bayes Learning, Gauss-Modelle, Kernel-SVM, Entscheidungsbäume, Random Forests)
• Grundlagen der Neuronalen Netze
• Assoziationsanalyse (z.B. Warenkorbanalyse)

Evaluation und Ergebnisvisualisierung

• Validierungsstrategien, Gridsearch, Kreuzvalidierung
• Outliererkennung (statistisch, ν-SVM)
• Signifikanzanalysen (z.B. Stundent t-Test)
• Datenvisualisierung