Cursusaanbod

  1. Voorbewerking van gegevens

    1. Data Cleaning
    2. Data-integratie en -transformatie
    3. Reductie van gegevens
    4. Discretisatie en genereren van concepthiërarchie
  2. Statistische gevolgtrekking

    1. Kansverdelingen, Willekeurige variabelen, Centrale limietstelling
    2. Monsterneming
    3. Betrouwbaarheidsintervallen
    4. Statistische gevolgtrekking
    5. Hypothese testen
  3. Multivariate lineaire regressie

    1. Specificatie
    2. Selectie van subsets
    3. Schatting
    4. Validering
    5. Voorspelling
  4. Classificatie methoden

    1. Logistieke regressie
    2. Lineaire discriminant analyse
    3. K-dichtstbijzijnde buren
    4. Naïeve Bayes
    5. Vergelijking van classificatiemethoden
  5. Neural Networks

    1. Neurale netwerken aanpassen
    2. Problemen met neurale netwerken trainen
  6. Beslisbomen

    1. Regressie bomen
    2. Classificatie bomen
    3. Bomen versus lineaire modellen
  7. Zakken, Random Forests, Stimuleren

    1. Zakken
    2. Random Forests
    3. Stimuleren
  8. Ondersteuning Vector Machines en Flexibele disct

    1. Classificatie voor maximale marge
    2. Ondersteuning voor vectorclassificaties
    3. Ondersteuning van vectormachines
    4. 2 en meer klassen SVM's
    5. Relatie met logistische regressie
  9. Analyse van de belangrijkste componenten

  10. Clustering

    1. K-betekent clusteren
    2. Clustering van K-medoids
    3. Hiërarchische clustering
    4. Clustering op basis van dichtheid
  11. Beoordeling en selectie van modellen

    1. Vooringenomenheid, variantie en complexiteit van het model
    2. Voorspellingsfout in de steekproef
    3. De Bayesiaanse benadering
    4. Kruisvalidatie
    5. Bootstrap Methoden
 28 Uren

Aantal deelnemers


Prijs Per Deelnemer

Testimonials (5)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën