9727

Webinar: Prädiktive Analysen aufbauend auf der Merkmalskonstruktion (Feature Engineering) in Minitab

Von ungenutzten Datensammlungen zu prädiktiven Modellen, die Einblicke liefern!

Nächste Termine

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.

Dieses Webinar gibt einen Einblick in die Merkmalskonstruktion (Feature Engineering) und behandelt prädiktive Analysen. Lernen Sie den Weg von der Modellverbesserung mit Merkmalskonstruktion (sieben verschiedene Techniken) bis hin zur prädiktiven Analysen mit der Software Minitab kennen.

Vorkenntnisse:

  • keine

Technik

Zur Teilnahme an den Webinaren benötigen Sie eine Internetverbindung sowie die Zugangsdaten, die wir Ihnen morgens am Tag des Webinars per E-Mail zusenden.
Sie können an den Webinaren entweder per Webbrowser oder per Meeting-Anwendung/-App teilnehmen.

Sollte es beim Eintritt ins Webinar zu Problemen kommen, prüfen Sie bitte die Sicherheitsrichtlinien Ihrer IT. Eventuell werden bestimmte Komponenten, Ports oder die gesamte Applikation blockiert. Wenn Sie technische Hilfe benötigen, können Sie sich an unseren Kundenservice unter der Telefonnummer +49 6172 59 05 - 20 oder per E-Mail an Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein. wenden.