In einem historischen Überblick erfahren Sie wissenswertes über die Entwicklung der KI – von der Statistik zum maschinellen Lernen bis hin zur aktuellen Data Science. Am ... mehr erfahren

Sie wollen ein eigenes R-Paket erstellen? Ich erkläre Ihnen, warum die Erstellung von R-Paketen auch für eigene interne Anwendungen sinnvoll sein kann. Zunächst werde ich ... mehr erfahren

Dieses Webinar vergleicht klassische statistische Methoden mit computerintensiven Techniken. Hat die Statistik ausgedient? Ist sie noch zeitgemäß? Sind computerintensive Techniken ... mehr erfahren

Faltungsnetzwerke brachten 2012 den Durchbruch bei der Bilderkennung. Grundsätzlich könnte man diese Aufgaben auch mit einem vollständigen tiefen neuronalen Netzwerk ... mehr erfahren

Bei der Beurteilung von Klassifikationsanalysen spielt die Genauigkeit eine wichtige Rolle. Sie ist in der Regel nur dann aussagekräftig, wenn die Daten in balancierter Form ... mehr erfahren

Immer wieder höre ich die Aussage, dass R und RStudio nicht so funktionieren wie sie sollten. Der Grund liegt meist in einer unsauberen Installation. Wenn Sie also Probleme ... mehr erfahren

Vor jeder Analyse steht erst einmal die Datenaufbereitung. Diese ist meist sehr zeitintensiv. Es gibt jedoch bemerkenswerte Unterstützung für gängige ... mehr erfahren

GAN steht für generative adversarial networks (erzeugende gegnerische Netzwerke). Hier spielen zwei Netzwerke gegeneinander. Ein Netzwerk (Generator) erzeugt ... mehr erfahren

An drei klassischen Beispielen – Filmbewertungen, Pressemitteilungen und Immobilienmarkt – lernen Sie die wichtigsten Aufgabestellungen für KI-Anwendungen ... mehr erfahren

Zeitreihen sind ein komplexes Thema. Um Zeitreihen mit KI-Techniken zu nutzen, benötigt man neben Wissen über rekurrente Netzwerke auch Wissen über die Bereitstellung ... mehr erfahren

An einem simulierten Datenbestand werde ich die wichtigsten Techniken zur Erstellung eines Scoringmodells vorstellen. Zunächst betrachten wir die klassische Methode ... mehr erfahren

Die Python Bibliotheken Tensorflow und Keras bilden heute die Grundlage für moderne KI-Techniken aus dem Gebiet Deep Learning. Beide Analysesprachen - Python ... mehr erfahren

Die Python Bibliotheken Tensorflow und Keras bilden heute die Grundlage für moderne KI-Techniken aus dem Gebiet Deep Learning. Die Analysesprachen R und ... mehr erfahren

MNIST ist ein Datenbestand von 70.000 Graustufenbildern mit Ziffern. Dieser Datenbestand ist Ausgangspunkt für die ersten Schritte auf dem Gebiet des Deep Learnings ... mehr erfahren

Reinforcement Learning steht für verstärkendes Lernen und beflügelt die Phantasie in Bezug auf humanoïden Robotern, welche künftig die Welt beherrschen. Davon ... mehr erfahren

Wenn ich eine kleine Stichprobe zu Anschauungszwecken durchführe, höre ich immer wieder von Teilnehmern, dass ich theoretisch auch eine völlig entartete ... mehr erfahren

Vollständig verbundene Netzwerke bilden die Grundlage für alle Deep Learning Techniken. Am klassischen MNIST-Datenbestand zur Ziffernerkennung erfahren ... mehr erfahren

Die besten Analysen bleiben ungenutzt, wenn deren Bedeutung nicht verstanden wird. Es ist wichtig, dass die Ergebnisse von Analysen klar und nachvollziehbar kommuniziert ... mehr erfahren

In diesem Seminar bringe ich Ihnen die Konfusion-Tabelle näher. Viele Anwender haben ein Problem damit, die Zahlen dieser Tabelle richtig zu lesen. Zahlreiche Begriffe wie ... mehr erfahren

Ich habe selbst lange darüber nachgedacht, welches Werkzeug ich bei der Nutzung von Python am besten verwende. Nach vielen Tests blieben Visual Studio und PyCharm ... mehr erfahren