Es werden Methoden für unüberwachtes Lernen vorgestellt, bei denen Beziehungen zwischen den Beobachtungen sowie Beziehungen zwischen den Variablen aufgedeckt werden. Der Kurs zeigt auch verschiedene Möglichkeiten zur Durchführung von überwachtem Lernen, bei denen die Beziehungen sowohl zwischen den Ausgabevariablen als auch den Eingabevariablen berücksichtigt werden. Der Schwerpunkt des Kurses liegt auf dem Verständnis der Analyseergebnisse und der Darstellung der Schlussfolgerungen mit Grafiken.
Lernen wie man
- Reduzieren Sie die Anzahl der Datendimensionen durch die Hauptkomponentenanalyse.
- Verwenden Sie Ladungsdiagramme, um die Beziehungen zwischen Variablen zu verstehen
- Interpretieren Sie die Hauptkomponentenwerte und führen Sie eine Faktorenanalyse durch
- Erstellen Sie stabilere Modelle, indem Sie Kollinearität mit der Hauptkomponentenregression (PCR) beseitigen.
- Identifizieren Sie natürliche Gruppierungen in den Daten mittels Clusteranalyse
- Identifizieren von Variablenclustern
- Klassifizieren Sie Beobachtungen mit der Diskriminanzanalyse in Gruppen
- Passen Sie komplexe multivariate Vorhersagemodelle mit PLS-Regressionsmodellen (Partial Least Squares) an.
Dauer: 4 Halbtageseinheiten
Besuche denKursüberblickum mehr zu erfahren und sich für eine bevorstehende Sitzung anzumelden.
