- Allgemeines
- Statistik und Methoden
- Statistische Methoden
- Zentraler Grenzwertsatz
- Statistische Momente
- Prädiktive Analyse
- Partielle Kleinste Quadrate
- Methode der kleinsten Quadrate für die lineare Regression
- Zeitreihenanalyse
- Programmiersprachen und Bibliotheken
- Maschinelles Lernen und Künstliche Intelligenz
- Maschinelles Lernen
- Überblick über die wichtigsten Modelle des maschinellen Lernens
- Bestärkendes Lernen (Reinforcement learning) – ein Überblick
- Deep Learning Algorithmen
- Künstliche Intelligenz
- Künstliches Intelligenz vs. Maschinelles Lernen vs Deep Learning
- Erstellung eines Maschinellen Lernmodells in 9 Schritten
- Auswahl eines Machine Learning Modells
- Was ist Overfitting und wie vermeidet man es
- Unüberwachtes Lernen
- Überwachtes Lernen
- Verstärkendes Lernen
- Das Herz eines Machine Learning-Modells: Training-Sets, Test-Sets und Validation-Sets
- Was ist eine Konfusionsmatrix?
- Regressionsmodelle
- Regression
- Lineare Regression
- Logistische Regression in Excel durchführen
- Lineare Regression mit Hilfe von BigQuery
- Support Vector Regression (inkl. Python Beispiel)
- Wie man die Vorhersagegenauigkeit seines Machine Learning-Modells verbessert
- Polynomiale Regression
- Ridge Regression
- Lasso Regression
- Neuronale Netze
- Neuronale Netze im Maschinellen Lernen
- Rekurrente Neuronale Netze
- Unterschied zwischen künstlichen neuronalen Netzen und anderen maschinellen Lernalgorithmen?
- Clustering und Klassifikation
- Assoziationsregeln im Data Mining
- Entscheidungsbaum-Klassifikation und ihre Python-Implementierung
- Klassifikation im Maschinellen Lernen
- Random Forests
- K-Nearest Neighbors
- Clustering-Algorithmen
- Einführung in den K-Means-Algorithmus und seine Implementierung in Python
- DBSCAN (Density-Based Spatial Clustering of Applications with Noise)
- Silhouettenkoeffizienten
- Calinski-Harabasz-Index
- Latent Dirichlet Allocation (LDA) – Ein Überblick und Beispiel in Python
- Datenreduktion und Visualisierung
- Bayes-Modelle