Die Rolle der Merkmalskonstruktion (Feature Engineering) in der Datenaufbereitung bei prädiktiven Analysen und maschinellem Lernen
Von ungenutzten Datensammlungen zu prädiktiven Modellen, die Einblicke liefern
Heutzutage werden prädiktive Analysen und maschinelles Lernen in fast allen Bereichen des täglichen Lebens und von Unternehmen eingesetzt – angefangen bei individuell zugeschnittenen Angeboten beim Online-Shopping über die Wettervorhersage bis hin zur Vorhersage des Energieverbrauchs für die Nutzung von so genannten Smart Grids für intelligente Stromnetze. Aber wieso sind diese Vorschläge und Vorhersagen eigentlich so genau?
Die Antwort liegt in der Merkmalskonstruktion, auch bekannt als Feature Engineering.
Die Merkmalskonstruktion ist der erste wesentliche Schritt in der Datenaufbereitung, um die erfassten Daten optimal auszunutzen und das beste passende prädiktive Modell zu erhalten. Damit spielt das Feature Engineering eine fundamentale Rolle für den Erfolg von prädiktiven Analysen und maschinellem Lernen.
In der Phase der Merkmalskonstruktion werden auf Basis von Prozesskenntnissen und dem Verständnis der aus dem Prozess resultierenden Daten die Merkmale selektiert und aufbereitet, welche für die Ausgabe der prädiktiven Modelle benötigt werden. Saubere, hochwertige und aussagekräftige Daten sind elementar für die exakte Merkmalskonstruktion und die Leistungsfähigkeit und Genauigkeit des Modells – für die bestmöglichen Ergebnisse des prädiktiven Modells.
Im Whitepaper „Merkmalskonstruktion (Feature Engineering)“ stellt die Lösungsarchitektin Marilyn Wheatley sieben der besten Techniken zur Merkmalskonstruktion vor und zeigt, wie sich diese Techniken mit der Minitab Statistical Software umsetzen lassen.
Laden Sie sich das Whitepaper zur Merkmalskonstruktion herunter
In der Fallstudie zur Takeda Pharmaceutical Company Ltd. wird beschrieben, wie es dem weltweit tätigen Pharmaunternehmen gelang, größere Mengen von drei seiner Blutgerinnungspräparaten zu produzieren. Mit Hilfe von maschinellem Lernen und der Minitab Statistical Software wurde ermittelt, wie sich die Ausbeute aus den in der Produktion eingesetzten Zellkulturen steigern lässt.
Fordern Sie das Whitepaper zur Merkmalskonstruktion und die Fallstudie jetzt an!
Füllen Sie das Formular aus und erhalten Sie das Whitepaper und die Fallstudie zur Merkmalskonstruktion.