Machine Learning mit Statistik

Kursüberblick

Wer Zusammenhänge in Daten mit lernenden Verfahren untersuchen will, braucht ein fundiertes Verständnis statistischer Prüfinstrumente. Sie zeigen, ob ein gefundener Zusammenhang belastbar ist, und ordnen die Ergebnisse trainierter Modelle ein. Kursinhalt 1. Statistische Kenngrößen als Ausgangspunkt Verteilungen sowie Lage- und Streuungsmaße in Datensätzen Zusammenhangsmaße zwischen Merkmalen Beurteilung der Datenqualität vor dem Modellaufbau 2. Von der Hypothese zum lernenden Modell Formulierung prüfbarer Annahmen Übergang von statistischer Analyse zu lernenden Verfahren Merkmalsauswahl auf statistischer Basis 3. Modellgüte mit statistischen Maßen beurteilen Fehlermaße und ihre Aussagekraft Streuung der Ergebnisse über verschiedene Datenausschnitte Zufallsbefunde von belastbaren Effekten unterscheiden 4. Statistik und Dateninterpretation zusammenführen Statistische Kennzahlen und Modellausgaben gemeinsam lesen Fehlschlüsse bei der Interpretation vermeiden Unsicherheit nachvollziehbar darstellen Berufliche Relevanz Absicherung von Modellergebnissen durch statistische Verfahren Kritische Beurteilung von Analyseergebnissen im Arbeitskontext Verbindung klassischer Statistik mit lernenden Verfahren

Nächste Termine

• 2026-10-25T23:00:00.000Z · 2026-12-05T23:00:00.000Z · Heilbronn, Neckar · Hybrid Learning
• 2026-10-25T23:00:00.000Z · 2026-12-05T23:00:00.000Z · Leinfelden-Echterdingen · Hybrid Learning
• 2026-10-25T23:00:00.000Z · 2026-12-05T23:00:00.000Z · Nürnberg, Mittelfranken · Hybrid Learning
• 2026-10-25T23:00:00.000Z · 2026-12-05T23:00:00.000Z · Karlsruhe, Baden · Hybrid Learning
• 2026-10-25T23:00:00.000Z · 2026-12-05T23:00:00.000Z · Virtuelles Klassenzimmer