Data Science Beratung

Data Manipulation

ETL (Extract, Transform, Load), Missing Values Behandlung, Outlier Behandlung, Feature Extraction

Machine Learning / Supervised Learning:

Regression (lineare Regressionsmethoden, Regularisation, Ridge, LASSO, LAR), Klassifikation (k-nearest-neighbor, logistische Regression, Support Vector Machines usw.), Random Trees, Random Forests, Ensemble Models (Booting, Bagging, Stacking), Neuronale Netze, Deep Learning, Modellauswahl und kostenbasierte Entscheidungen, Feature Importance, ROC und Lift Charts, Predictive Dependency Plots, ICE plots, Scoring und Vorhersage usw.

Machine Learning / Unsupervised Learning:

Hauptkomponentenanalyse, Faktorenanalyse, Cluster Analyse usw.

Data Science für Time Series (TS):

Visualisierung von TS, Bearbeitung von TS mit Pandas oder xts, Time Series Classification, Clustering, RNNs, LSTM usw.

Programmiersprachen

Die Data Science Beratung bieten wir wahlweise in Zusammenhang mit R (insbesondere unter der Anwendung des gängigen R-Paketes caret) oder mit Python (insbesondere unter der Anwendung des gängigen Python-Paketes scikit-learn) an. Mehr Infos zu R und Python finden Sie hier.

Wir freuen uns auf deine Data Science-Anwendungen!