Zeitreihenanalyse und Klassifikation zählen zu den häufig eingesetzten Verfahren im Machine-Learning-Umfeld. Beide Aufgabenfelder stellen besondere Anforderungen an Daten, Modelle und Auswertung. Ein strukturiertes Vorgehen ist Grundlage für belastbare Ergebnisse.
!Kursinhalt
!1. Grundlagen der Zeitreihenanalyse
*Eigenschaften zeitabhängiger Daten
*Aufbereitung und Vorverarbeitung
*Typische Problemstellungen
!2. Verfahren zur Zeitreihenmodellierung
*Statistische und ML-basierte Ansätze
*Einbindung saisonaler Effekte
*Bewertung der Prognosequalität
!3. Grundlagen von Klassifikationsaufgaben
*Abgrenzung verschiedener Aufgabentypen
*Auswahl geeigneter Algorithmen
*Umgang mit unausgewogenen Klassen
!4. Evaluation und Einsatz der Modelle
*Kennzahlen zur Modellbewertung
*Validierungsstrategien
*Integration in Anwendungen
!Berufliche Relevanz
*Fundierte Auswahl passender Verfahren
*Belastbare Grundlage für datenbasierte Entscheidungen
*Strukturierter Aufbau eigener ML-Lösungen