About the Course
S Einführung in Machine Learning Verfahren (AMS, Teil I / II)
Unter dem Sammelbegriff "Machine Learning" verbergen sich eine Vielzahl von Verfahren und Algorithmen zur Klassifikation oder Prädiktion. Während statistische Verfahren oftmals neben der Klassifikations- oder Modellierungsfunktion auch den Zweck erfüllen, Einsichten in die Zusammenhänge zwischen den betrachteten Merkmalen zu ermöglichen, verzichten Machine Learning-Verfahren auf überschaubare Modelle, in der Hoffnung, im Gegenzug bessere Klassifikations- oder Prädiktionsergebnisse zu erzielen. Machine Learning-Verfahren haben in vielen Bereichen der Datenverarbeitung ihren festen Platz (z.B. bei Spam-Filtern oder Empfehlungssystemen) und werden auch in gesellschaftswissenschaftlichen Kontexten eingesetzt.
Im Seminar werden Unterschiede zwischen klassischen statistischen Verfahren und Machine Learning-Anwendungen behandelt und Anwendungsmöglichkeiten in der Sozialwissenschaft diskutiert. Gleichzeitig werden verschiedene Verfahren besprochen und mit dem Statistikprogramm R ausprobiert.
Leistungsnachweis:
Leistungs- und Studiennachweise können durch das regelmäßige Lösen von Übungsaufgaben erworben werden.
Im Seminar werden Unterschiede zwischen klassischen statistischen Verfahren und Machine Learning-Anwendungen behandelt und Anwendungsmöglichkeiten in der Sozialwissenschaft diskutiert. Gleichzeitig werden verschiedene Verfahren besprochen und mit dem Statistikprogramm R ausprobiert.
Leistungsnachweis:
Leistungs- und Studiennachweise können durch das regelmäßige Lösen von Übungsaufgaben erworben werden.