Ich werde Machine-Learning-Projekte durchführen und Daten aufbereiten

Preprocessing :

1. Daten aus Ressourcen extrahieren.
2. Fehlende Daten auffüllen.
3. Datenanalyse.
4. Datenverteilungen.
5. Datenvisualisierung.
6. Datenkovarianz und -korrelation.
7. Dimensionsreduktion.

Daten :

1. Klassifikation.
2. Regression.
3. Clustering.

Machine Learning :

1. Überwachtes und unüberwachtes Lernen.
2. Entscheidungsbäume (z.B. XGBoost).
3. Empfehlungssysteme.
4. Echtzeitsysteme.

Vorhersage :

1. Lineare Regression.
2. Polynomiale Regression.
3. Multiple Regression.
4. Mehrstufige Modelle.

Techniken :

1. Overfitting verhindern.
2. Ausreißer erkennen.
3. Umgang mit unausgewogenen Daten durch Oversampling.
4. Feature Engineering.
5. Fehlende Daten behandeln.
6. Binning, Transformieren, Kodieren, Skalieren und Mischen.