Python Statistische Analyse, Modellbildung und Maschinelle Lernmethoden

Statistische Modelle bilden den Kern vieler intelligenter Anwendungen wie z.B. der Kunden- und Kaufverhalten-Modellierung, der Risikoprognose, dem Business Intelligence, dem Textmining, der Optimierung dynamischer Systeme, der Objekterkennung u.v.m.
Dieses Seminar zeigt auf, wie statistische Analysen, Tests und Modelle schnell und effizient mit frei zugänglichen Python Modulen, wie Numpy, Scipy, Matplotlib, Statsmodels, Pandas und Scikit-Learn, implementiert werden können.

Der Fokus dieses Workshops liegt auf der statistischen Modellbildung mit Verfahren des maschinellen Lernens. Die Eigenschaften und Einsatzgebiete dieser Algorithmen werden umrissen und anhand in Python implementierter Anwendungsszenarien demonstriert.
Alle verwendeten Methoden sind in den Python Modulen implementiert, die nach dem Kurs auch direkt angewendet werden können.

Der Kurs richtet sich an Teilnehmer mit Grundkenntnissen in Statistik und Programmierung mit Python, die sich mit dem Thema maschinelle Lernmethoden und Machine learning praxisorientiert beschäftigen möchten.

Montag, 13. bis Mittwoch, 15. Mai 2024
9.00 bis 16.30, inkl. Pausen

Einfache statistische Analysen

• Kennzahlen der deskriptiven Statistik
• Univariate und Multivariate Analyse
• Visualisierung statistischer Zusammenhänge

Statistische Tests

• Signifikanzmaße
• Verteilfunktionen
• parametrische Prüfverfahren
• nichtparametrische Prüfverfahren

Herkömmliche Regressionsmodelle

• lineare Regression
• verallgemeinerte lineare Regression
• Regularisierung

Zeitreihenanalyse

• Merkmalsmodellierung für Zeitreihendaten
• Vorhersagemodelle

Methoden des unüberwachten maschinellen Lernens

• Kernel Density Estimation
• verschiedene Clusteringalgorithmen
• Methoden zur Dimensionsreduktion und Visualisierung

Methoden des überwachten Lernens

• Entscheidungsbäume und Random Forests
• Support Vector Maschinen
• Hidden Markov Modelle
• Gauß Prozesse
• herkömmliche Neuronale Netze
• tiefe Neuronale Netze (Deep Learning)