Einführung in Predictive Modelling mit R

Seminar - GFU Cyrus AG

Nach dem Seminar können Sie Daten für einfache Vorhersagemodelle vorbereiten, grundlegende überwachte Modellansätze trainieren und ihre Qualität bewerten. Sie können geeignete Kennzahlen für Klassifikation und Regression auswählen und erklären, wie Zeitreihenprognosen in zeitlicher Reihenfolge validiert werden.

Termin	Ort	Preis^*
28.01.2027- 29.01.2027	online	1.713,60 €	jetzt buchen
28.01.2027- 29.01.2027	Köln	1.713,60 €	jetzt buchen
28.10.2027- 29.10.2027	online	1.713,60 €	jetzt buchen
28.10.2027- 29.10.2027	Köln	1.713,60 €	jetzt buchen

Alle Termine anzeigen

^*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:

Einführung in Predictive Modelling und R
- Typische Anwendungsfelder einordnen
- R und RStudio einrichten und die Oberfläche kennenlernen
Datenaufbereitung und Vorverarbeitung
- Daten erfassen und bereinigen. Fehlende Werte und Ausreißer behandeln.
- Merkmale bilden, skalieren und normalisieren. One-Hot-Encoding und Merkmalsauswahl einordnen.
Explorative Datenanalyse
- Verteilungen, Zusammenhänge und Trends mit ggplot2 visualisieren
- Mittelwert, Median und Standardabweichung für die Exploration nutzen
Modellauswahl und Training
- Lineare Regression, Entscheidungsbäume und KNN kennenlernen
- Modelle in R trainieren und validieren. caret, Kreuzvalidierung und Hyperparameter-Optimierung einordnen.
Modellbewertung und Optimierung
- Klassifikation: Confusion Matrix, Genauigkeit, Präzision, Recall, F1-Score und ROC-AUC einordnen
- Regression: MAE, RMSE und R² interpretieren
- Zeitreihenprognosen zeitgerecht validieren: mit früheren Daten trainieren und anhand späterer Zeitabschnitte bewerten
- Regularisierung, Merkmalsauswahl, Bagging und Boosting als Optimierungsansätze kennenlernen
Überblick: Zeitreihenanalyse und Prognosemodelle
- Glättung, Differenzierung und Saisonalität anhand von Beispielen einordnen
- Einsatzgebiete von ARIMA, exponentieller Glättung und Prophet vergleichen
Überblick: Unüberwachtes Lernen und Clustering
- K-Means, DBSCAN und hierarchisches Clustering anhand typischer Einsatzfälle einordnen
- PCA und t-SNE zur Dimensionsreduktion kennenlernen
Überblick: NLP und Textanalyse
- Textvorverarbeitung und R-Pakete wie tm und text2vec anhand von Beispielen kennenlernen
- TF-IDF, Word2Vec und LDA als unterschiedliche Ansätze einordnen
Überblick: Modellbereitstellung und Überwachung
- Plumber als Möglichkeit für R-APIs kennenlernen
- Anforderungen an Leistungsüberwachung, Aktualisierung und Wartung einordnen
Praxisprojekt und Fallbeispiele
- Ein einfaches überwachtes Vorhersagemodell von der Datenaufbereitung bis zur Bewertung bearbeiten
- Bewährte Vorgehensweisen anhand von Fallbeispielen besprechen

Dauer/zeitlicher Ablauf:

2 Tage

Zielgruppe:

Das Seminar richtet sich an Sie, wenn Sie in Datenanalyse, Statistik oder Data Science arbeiten und Predictive Modelling mit R kennenlernen möchten.

Teilnahmevoraussetzungen

Grundkenntnisse in R und Statistik sind hilfreich.

Seminarkennung:

96614

Nach unten

Nach oben

Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern. Diese Cookies werden nicht automatisiert gesetzt. Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren. Weitere Informationen finden Sie hier.

Akzeptieren Nicht akzeptieren

Ihr Name:

Firma (optional):

Ihre E-Mail-Adresse:

Telefonnummer (optional):

Ihre Nachricht:

Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

Bei der Verarbeitung Ihrer personenbezogenen Daten im Zusammenhang mit der Kontaktfunktion beachten wir die gesetzlichen Bestimmungen. Unsere ausführlichen Datenschutzinformationen finden Sie hier. Bei der Kontakt-Funktion erhobene Daten werden nur an den jeweiligen Anbieter weitergeleitet und sind nötig, damit der Anbieter auf Ihr Anliegen reagieren kann.

Einführung in Predictive Modelling mit R

Detaillierte Informationen zum Seminar

Anbieterinformationen