Statistik: Statistik für die Datenanalyse
Beherrschen Sie grundlegende statistische Verfahren für die Datenanalyse, Business Intelligence und prädiktive Modellierung. Dieser Kurs behandelt Wahrscheinlichkeit, Hypothesentests, Regressionsanalyse und statistische Inferenz, um Erkenntnisse aus Daten zu gewinnen.

Einführung in die Statistik für die Datenanalyse
  • Bedeutung der Statistik für die datengesteuerte Entscheidungsfindung
  • Beschreibende vs. schlussfolgernde Statistik
  • Wichtige statistische Werkzeuge und Verfahren
Exploratorische Datenanalyse (EDA) mit Statistik
  • Zusammenfassende Statistiken: Mittelwert, Median, Modalwert und Varianz
  • Datenvisualisierung: Boxplots, Histogramme und Streudiagramme
  • Identifizierung von Mustern, Trends und Ausreißern
Wahrscheinlichkeit und statistische Verteilungen
  • Grundlegende Wahrscheinlichkeitskonzepte und -regeln
  • Gängige Verteilungen: Normal-, Binomial- und Poisson-Verteilung
  • Wahrscheinlichkeitsdichtefunktionen und kumulative Verteilungsfunktionen
Hypothesentests und statistische Inferenz
  • Formulierung und Testen von Hypothesen
  • T-Tests, ANOVA und Chi-Quadrat-Tests
  • p-Werte und Konfidenzintervalle verstehen
Regressionsanalyse und Vorhersagemodellierung
  • Korrelation vs. Kausalität in Datenbeziehungen
  • Einfache und mehrfache lineare Regressionstechniken
  • Modellbewertung und Annahmen
Statistik im maschinellen Lernen und in der KI
  • Auswahl von Merkmalen und Datentransformation
  • Statistische Ansätze in der Modellvalidierung
  • Anwendungen in der realen Welt in der prädiktiven Analytik

Der Kurs vermittelt Kenntnisse in Statistik für die Durchführung von explorativer Datenanalyse und Modellvalidierung in maschinellem Lernen.