Maschinelles Lernen und Datenanalyse: Abschnittskatalog
Jump to navigation
Jump to search
Maschinelles Lernen und Datenanalyse
- Daten
- Datenanalyse
- Big Data
- Datenvisualisierung
- Frameworks und Werkzeuge
- Statistische Analyse
- Hypothesentest
- Fehler 1. und 2. Art
- Korrelationsanalyse
- Regressionsanalyse
- Regressionsmodelle
- Varianzanalyse
- Normalverteilung
- Signifikanztests
- Maschinelles Lernen
- Grundkonzepte des ML
- Lernparadigmen
- Überwachtes Lernen
- Unüberwachtes Lernen
- Bestärkendes Lernen
- Klassifikation
- Clusteranalyse
- Ensemble-Methoden
- Dimensionsreduktion
- Merkmalsauswahl
- Qualitätsmetriken und Modellevaluierung
- Überanpassung
- Unteranpassung
- Kreuzvalidierung
- Interpretierbarkeit
- Glossar des maschinellen Lernens
- Tiefgehendes Lernen (Deep Learning)
- Grundkonzepte des Deep Learning
- Theoretische Grundlagen des DL
- Architekturen neuronaler Netze
- Trainingsmethoden für neuronale Netze
- Optimierung beim Training neuronaler Netze
- Frameworks und Werkzeuge für DL
- Generative Modelle
- Verarbeitung natürlicher Sprache
- Computer Vision
- Empfehlungssysteme
- Anomalieerkennung
- Zeitreihenprognose
- AutoML
- MLOps
- Verzerrung und Fairness von Modellen
- Literatur zum maschinellen Lernen
Category:Data analysis