Seminar - Essential Data Science Training GmbH
m Gegensatz zu Modelle aus der klassischen Statistik wie beispielsweise das lineare Regressionsmodell werden Machine Learning Modelle oft als intransparente Blackbox bezeichnet, da ihre Vorhersagen in der Regel nicht leicht nachvollziehbar sind. Um dennoch Machine Learning Modelle und ihre Vorhersagen besser verstehen zu können, wurden in den letzten Jahren zahlreiche post-hoc Methoden aus dem Bereich des interpretierbaren maschinellen Lernen (auch eXplainable Artificial Intelligence bzw. XAI genannt) entwickelt.
In diesem Modul lernen Teilnehmer die aktuell bekanntesten und wichtigsten modell-agnostischen Methoden für die Interpretation von Prognosemodellen, ihr Nutzen in der Praxis, sowie ihre Vor- und Nachteile. Der Fokus der Anwendungsbeispiele liegt dabei auf Machine Learning Modelle, die auf klassische tabulare Daten trainiert wurden.
| Termin | Ort | Preis* |
|---|---|---|
| 09.10.2026 | München | Gratis |
| 09.10.2026 | online | Gratis |
| auf Anfrage | auf Anfrage | Gratis |
Die Themenschwerpunkte sind:
