🎓 Alle Kurse sind kostenlos! Jetzt anmelden und mit dem Lernen beginnen.

Der Weg zu deiner Traumkarriere

87 Kurs entspricht deinen Filterkriterien.

Propensity-Score-Modelle
Kostenlos
Data Science

Propensity-Score-Modelle

Propensity-Score-Modelle sind statistische Verfahren zur Schätzung der Wahrscheinlichkeit, mit der ein bestimmtes Ereignis eintritt – etwa ein Kauf, eine Kündigung oder e...

  • Analysieren Sie die typischen Anwendungsfälle von Propensity...
  • Definieren Sie eine geeignete Zielvariable und bereiten Sie...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Bandit-Algorithmen für A/B-Tests
Kostenlos
Data Science

Bandit-Algorithmen für A/B-Tests

Bandit-Algorithmen für A/B-Tests sind eine Klasse von Optimierungsverfahren, die das klassische Testen von Varianten mit adaptiver Entscheidungsfindung verbinden.

  • Analysieren Sie die Grenzen klassischer A/B-Tests und identi...
  • Erklären Sie das Multi-Armed-Bandit-Problem und seine direkt...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Differenz-in-Differenzen-Analyse
Kostenlos
Data Science

Differenz-in-Differenzen-Analyse

Die Differenz-in-Differenzen-Analyse (DiD) ist ein quantitatives Verfahren zur Schätzung kausaler Effekte von Behandlungen oder Interventionen, wenn randomisierte Experim...

  • Bewerten Sie die Rolle des kontrafaktischen Zustands bei der...
  • Implementieren Sie das klassische Zwei-Gruppen-Zwei-Perioden...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Synthetische Kontrollmethode
Kostenlos
Data Science

Synthetische Kontrollmethode

Die Synthetische Kontrollmethode ist ein statistisches Verfahren zur Schätzung kausaler Effekte von Interventionen, wenn keine randomisierte Kontrollgruppe existiert.

  • Analysieren Sie die Konzepte der potenziellen Ergebnisse und...
  • Bewerten Sie die Notwendigkeit von Vergleichsgruppen angesic...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Propensity Score Matching
Kostenlos
Data Science

Propensity Score Matching

Propensity Score Matching ist ein statistisches Verfahren zur Reduktion von Selektionsbias in Beobachtungsdaten, wenn keine Randomisierung möglich ist.

  • Sie analysieren den Selektionsbias in Beobachtungsstudien mi...
  • Sie schätzen den Propensity Score mithilfe logistischer Regr...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Sequentielles Testen und frühes Stoppen
Kostenlos
Data Science

Sequentielles Testen und frühes Stoppen

Sequentielles Testen ist ein statistisches Verfahren, bei dem Daten nicht in einem festen Umfang gesammelt werden, sondern schrittweise – mit der Möglichkeit, nach jeder...

  • Bewerten Sie die Vor- und Nachteile klassischer Hypothesente...
  • Entwerfen Sie einen sequentiellen Wahrscheinlichkeitsquotien...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Multi-Armed-Bandit-Experimente
Kostenlos
Data Science

Multi-Armed-Bandit-Experimente

Multi-Armed-Bandit-Experimente sind ein Teilgebiet des maschinellen Lernens und der Entscheidungstheorie, das sich mit der optimalen Ressourcenallokation unter Unsicherhe...

  • Analysieren Sie die mathematischen Grundlagen des Multi-Arme...
  • Implementieren Sie den Epsilon-Greedy-Algorithmus und bewert...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Datenqualität: Dimensionen und Metriken
Kostenlos
Data Science

Datenqualität: Dimensionen und Metriken

Datenqualität beschreibt den Grad, in dem Daten für ihren vorgesehenen Zweck geeignet sind, und wird anhand verschiedener Dimensionen beurteilt.

  • Bewerten Sie die Bedeutung der Datenqualität für geschäftlic...
  • Vergleichen Sie die zentralen Dimensionen der Datenqualität...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Semantische Schicht und Metrik-Store
Kostenlos
Data Science

Semantische Schicht und Metrik-Store

Eine semantische Schicht ist eine Abstraktionsebene zwischen den physischen Datenquellen und den Konsumenten von Daten, die fachliche Geschäftslogik, Definitionen und Bez...

  • Unterscheiden Sie Metriken von Kennzahlen und wenden Sie die...
  • Entwerfen Sie die Architektur einer semantischen Schicht, ei...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Fehlende Daten und multiple Imputation
Kostenlos
Data Science

Fehlende Daten und multiple Imputation

Fehlende Daten sind ein allgegenwärtiges Phänomen in nahezu jeder empirischen Studie – sei es durch Antwortverweigerung, technische Ausfälle oder Studienabbrüche.

  • Analysieren Sie die Mechanismen fehlender Daten (MCAR, MAR,...
  • Bewerten Sie einfache Verfahren wie Listenweises Löschen und...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Überlebenszeitanalyse und Ereigniszeitmodelle
Kostenlos
Data Science

Überlebenszeitanalyse und Ereigniszeitmodelle

Die Überlebenszeitanalyse ist ein Zweig der Statistik, der sich mit der Modellierung der Zeit bis zum Eintreten eines Ereignisses befasst – sei es Tod, Krankheitsrückfall...

  • Schätzen Sie die Überlebensfunktion mit der Kaplan-Meier-Met...
  • Passen Sie parametrische Verteilungen wie Exponential oder W...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Bayesianische Media-Mix-Modellierung
Kostenlos
Data Science

Bayesianische Media-Mix-Modellierung

Die Bayesianische Media-Mix-Modellierung ist ein statistischer Ansatz zur Quantifizierung des Beitrags einzelner Marketingkanäle zu Verkaufs- oder Geschäftsergebnissen.

  • Analysieren Sie die Grundlagen der Media-Mix-Modellierung un...
  • Wenden Sie Bayes'sche Prinzipien an, um Unsicherheiten in de...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Inkrementalitätstest-Design
Kostenlos
Data Science

Inkrementalitätstest-Design

Inkrementalitätstest-Design ist die Disziplin, Experimente so zu konzipieren, dass sie den kausalen Effekt einer Maßnahme isolieren – also den Unterschied zwischen dem, w...

  • Analysieren Sie das Konzept der Inkrementalität und seine Ro...
  • Entwerfen Sie ein kontrolliertes Experiment zur Isolierung d...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Statistische Teststärke für Inkrementalitätstests
Kostenlos
Data Science

Statistische Teststärke für Inkrementalitätstests

Die statistische Teststärke (Power) beschreibt die Wahrscheinlichkeit, einen tatsächlich vorhandenen Effekt in einem Experiment auch als signifikant zu erkennen.

  • Erklären Sie die Beziehung zwischen Fehlerarten (Typ I und I...
  • Entwerfen Sie einen Inkrementalitätstest, der den kausalen E...
  • +6 weitere Lernziele
12 Einheiten
Prüfen
Machine Learning Nachfrageprognose
Kostenlos
Data Science

Machine Learning Nachfrageprognose

Machine Learning Nachfrageprognose ist ein Teilgebiet des Predictive Analytics, das sich mit der Vorhersage zukünftiger Nachfrage auf Basis historischer Zeitreihendaten b...

  • Bereiten Sie Zeitreihendaten für die Analyse auf, indem Sie...
  • Visualisieren Sie Zeitreihen mit Linien- und Saisonplots, um...
  • +6 weitere Lernziele
12 Einheiten
Prüfen