Vorhersagemodelle bilden den Kern vieler datengetriebener Entscheidungen im Unternehmen. Data Scientists entwickeln, validieren und pflegen diese Modelle, um zukünftige Entwicklungen belastbar abzuschätzen.

!Kursinhalt

!1. Statistische Grundlagen der Prognose
*Zeitreihen- und Regressionsansätze
*Annahmen und Prüfkriterien
*Unterschiede zwischen Klassifikation und Regression

!2. Modellauswahl und Trainingsprozess
*Aufteilung in Trainings- und Testdaten
*Merkmalsauswahl und Transformation
*Kreuzvalidierung

!3. Bewertung der Modellgüte
*Fehlermaße und Konfidenzintervalle
*Vergleich konkurrierender Modelle
*Umgang mit Überanpassung

!4. Betrieb von Vorhersagemodellen
*Aktualisierung mit neuen Daten
*Monitoring der Modellleistung
*Dokumentation und Übergabe

!Berufliche Relevanz

*Vorhersagemodelle unterstützen Planungen in Fach- und Führungsbereichen
*systematisches Vorgehen sichert die Modellqualität
*laufender Betrieb erfordert klare Prozesse