Veranstaltungsdetails

ICAL

Regression Trees in R

Inhalt

In den letzten Jahren sind Tree-Based Modelle zu einer festen Größe im Machine Learning geworden, da sie aufgrund ihrer hohen Flexibilität nicht nur für die Klassifikation von Beobachtungen (z.B. Medizindiagnostik, Kreditprüfung, u.ä.) eingesetzt werden können, sondern ebenso für die Vorhersage von Werten neuer Beobachtungen geeignet sind. Dabei beruhen Tree-Based Modelle auf Methoden und Ansätzen (z.B. Regressionen, Bootstrapping, u.ä.), die in vielen Bereichen der Wissenschaft und Lehre zum ‚Alltag‘ gehören, weshalb Tree-Based Modelle auch für diese Bereiche interessant sind.

Im Rahmen des Workshops wird eine Einblick in die Grundlagen und Anwendung von Tree-Based Modellen in der Programmiersprache R gegeben, wobei der Schwerpunkt auf den folgenden Inhalten liegt:

  • Grundlagen von Tree-Based Modellen
  • Entscheidungs- und Splittingkriterien
  • Begrenzung von Baumstrukturen bzw. Pruning
  • Regression und Classifications Trees
  • Ensemble-Techniken (Bagging Trees, Random Forests, Gradient Boosted Machines)

Zielgruppe

Studierende und Promovierende, die Strukturgleichungsmodelle für die eigene empirische Forschung verwenden möchten. Grundlegende Vorkenntnisse im Gebiet der Statistik und der Bedienung von R werden vorausgesetzt, weshalb ein voheriger Besuch folgender Veranstaltungen empfohlen wird, wenn diese Vorkenntnisse nocht nicht vorliegen sollten:

Wichtiger Hinweis

Studierende (1-Fach-Bachelor/Master) und Promovierende der Fakultät für Wirtschaftswissenschaft wenden sich für Angebote Ihrer Fakultät bitte an Ihre Studiengangs- bzw. Promotionsprogrammbetreuung.

Leitung

Daniel Weller

Termine

  • Freitag, 16.06.2023
    13:00 bis 17:00 Uhr

  • GD 1/208 CIP-Pool

Anmeldung

Bitte melden Sie sich in eCampus für die Veranstaltung an.