DataCamp – Maschinelles Lernen mit baumbasierten Modellen in Python

Über diesen Kurs

Entscheidungsbäume sind überwachte Lernmodelle, die für Klassifizierungs- und Regressionsprobleme eingesetzt werden. Baummodelle bieten eine hohe Flexibilität, die jedoch auch Nachteile mit sich bringt: Einerseits können sie komplexe nichtlineare Zusammenhänge erfassen, andererseits neigen sie dazu, Rauschen in einem Datensatz zu übernehmen. Durch die Aggregation der Vorhersagen unterschiedlich trainierter Bäume nutzen Ensemble-Methoden diese Flexibilität.

Relevante Branchen